java - Java 中 String 类的成员使用了哪种 utf8 编码？

Question

String 类有一个构造函数:

 new String(byte[] bytes, Charset charset)

和一个方法:

 byte[] getBytes(Charset charset)

鉴于我定义我的 charset 如下:

 Charset charset = Charset.forName("UTF-8");

我实际上会使用什么样的编码？更具体地说，它是标准的 UTF-8(如 RFC 3629 中所述)，还是 CESU-8 , 或 Modified UTF-8 ？ (另见相应的 Wikipedia article )

如果它不是标准的 UTF-8，是否有允许在 utf8 中进行字符串操作的库？

这些 UTF-8 派生编码的转换器非常受欢迎!

Answer 1

The UTF-8 charset is specified by RFC 2279; the transformation format upon which it is based is specified in Amendment 2 of ISO 10646-1 and is also described in the Unicode Standard.

http://download-llnw.oracle.com/javase/6/docs/api/java/nio/charset/Charset.html