代码之家 › 专栏 › 技术社区 › Almas Abdrazak

Java UTF 16字符串总是使用4字节而不是2字节

utf-16 character unicode string java

Almas Abdrazak · 技术社区 · 6 年前

我有一个简单的测试

@Test
public void utf16SizeTest() throws Exception {
    final String test = "Ð¿";
    // 'Ð¿' = U+043F according to unicode table
    // 43F to binary = 0100 0011 1111 (length is 11)
    // ADD '0' so length should be = 16
    // 0000 0100 0011 1111
    // 00000100(2) 00111111(2)
    //    4(10)  63(10)
    final byte[] bytes = test.getBytes("UTF-16");
    for (byte aByte : bytes) {
        System.out.println(aByte);
    }
}

如您所见,我首先将“_”转换为二进制文件,然后添加尽可能多的空位,同时 length != 16 .

A期望输出 4 , 63

但实际情况是:

我做错什么了?

1 回复 | 直到 6 年前

Remy Lebeau 6 年前

final String test = "Ð¿Ð¿Ð¿";

-2 -1

0xFE 0xFF BOM (Byte_order_mark)

test.getBytes("UTF-16");

UTF-16LE or UTF-16BE

final byte[] bytes = test.getBytes("UTF-16BE");

UTF-16 '\uFEFF'

ZERO-WIDTH NON-BREAKING SPACE

推荐文章

M - · 为什么两个相同的表情符号不相等?

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

Mohsen · 将字符串从Windows 1256转换为UTF-8

6 年前

jpantina · 如何使用Python 3导入带有保存为Unicode文本的CSV扩展名的Excel文件?

6 年前

Bao Thai · 使用pandas数据帧在python中将utf转换为ascii

6 年前

AMINA ARSHAD · 从字符转换为Unicode数字时出错

6 年前

Maverick · VS2017 C++编译器错误C2664无法转换参数

6 年前

Ivan Bilan · Python 2字符串以某种方式保存为纯Unicode

6 年前

Taqwa · 在C#[已关闭]中将上标转换为Unicode

6 年前

ecjb · 无法在Jupyter的PDF输出中显示Unicode字符(如)

6 年前