java utf8编码-字符，字符串类型

Question

public class UTF8 {
    public static void main(String[] args){
        String s = "ﾖ"; //0xFF6E
        System.out.println(s.getBytes().length);//length of the string
        System.out.println(s.charAt(0));//first character in the string
    }
}

3
ﾖ

对于Java/general中有关此概念的任何好的参考资料，我们将不胜感激。

Answer 1

代码示例中没有任何内容直接使用UTF-8。Java字符串在内存中使用UTF-16编码。不适合单个16位字符的Unicode码点将使用称为代理项对的2字符对进行编码。

如果不向string.getBytes()传递参数值，它将返回一个字节数组，其中包含使用底层操作系统默认字符集编码的string内容。如果希望确保UTF-8编码的数组，那么需要使用getbytes（“UTF-8”）。

调用string.charat()只从字符串的内存中返回原始的UTF-16编码字符。