获取不正确的字符串。java中的length（）

Question

我试着打印出这个字符串长度，

public class Main {
    public static void main(String[] args) {
        
        String test = "JAMES LEVIN NOORZAI alias JOHN ABDUL BILAR alias JAKE ‘DON AL-BASIR alias HAJI BASIR ANTHONY alias A";
        System.out.println(test.length());
    }
}

但是它显示100是不正确的。应该是102。我已经在记事本上检查了两次，它显示102。我不知道我错过了什么。

Answer 1

原因与编码有关。

Java字符串是由UTF-16编码的16字节字符组成的序列。如果打印出字符：

    for (int i = 0; i < test.length(); i++) {
        char c = test.charAt(i);
        System.out.println(i + " " + c + " " + (int)c);
    }

它给出：

...
53   32
54 ‘ 8216
55 D 68
...

因此，这句话只适用于一个Java字符。

但在记事本中，您可能正在使用UTF-8。如果转换为UTF-8并按如下方式打印：

    byte[] bytes = test.getBytes(Charset.forName("UTF-8"));
    for (int i = 0; i < bytes.length; i++) {
        int v = (bytes[i] & 0xFF);
        System.out.println(i + " " + v);
    }

你会发现：

...
53 32
54 226
55 128
56 152
57 68
...

所以在UTF-8中，引号是三个字节。实际上，记事本应该通过告诉你列和位置来告诉你。