Java UTF-8 差异

Question

JavaDoc 说 "The null byte '\u0000' is encoded in 2-byte format rather than 1-byte, so that the encoded strings never have embedded nulls."

但这究竟意味着什么？在这种情况下，什么是嵌入式空值？我正在尝试将 Java 保存的 UTF-8 字符串转换为“真正的”UTF-8。

Answer 1

在 C 中，字符串以字节值 00 结束。

这里的问题是，您可以在 Java 字符串中有 0 个字符，但是为了避免在将字符串传递给 C(所有 native 方法都写在其中)时发生混淆，字符被编码为另一个字符方式，即为两个字节

11000000 10000000

(根据 javadoc)这两个实际上都不是 00。

这是解决您无法轻易更改的问题的技巧。

另请注意，这是有效的 UTF-8 并正确解码为 00。