Java String UTF-8 将 0xFF 解码为 0xC3BF

Question

我在使用 OutputStream 将某些字节写入文件时遇到了一个奇怪的问题。

问题似乎是由数据的“编码”引起的。

如果我明确写入输出流

saveFile.write(new byte[]{(byte)0xFF});

它工作正常，我在我的十六进制编辑器中看到 0xFF。

但是当我尝试使用字符串执行此操作时，它不起作用。示例:

scriptData = "some script data thats all text and stuff" + ((char)0xFF) + ((char)0x3B);
saveFile.write(scriptData.getBytes(Charset.forName("UTF-8")));

在我的十六进制编辑器中，我看到了文本，然后是 0xC3BF，然后是 0x3B。为什么 0x3B 正确写入文件，但 0xFF 变为 0xC3BF？

我还看到了另一个线程，但它涉及我没有使用 AFAIK 的 PrintStream。

Problem writing 0xFF to file

谢谢。

Answer 1

您要求的是字符 0xFF 的 UTF-8 等价物(非常明确)。字符 0xFF 在 UTF-8 中表示为两个字节:0xC3 和 0xBF。如果您不想使用 UTF-8 编码，请不要将 getBytes 与 UTF-8 编码一起使用。

请记住，UTF-8 不是每个字符一个字节的编码。 UTF-8(像所有 Unicode 转换一样)需要能够表示每个 Unicode 字符。这意味着一些字符，在 UTF-8 中，是一个字节长；其他的是两个字节长；还有一些是三个字节长，还有一些是四个字节长。