java - 如何将字符位置转换为 UTF-8 文件中的字节位置？

Question

我有 UTF-8 编码的文本文件。我可以按字符阅读。每个 char 可以是一个字节或多字节。我怎么知道在哪里读取了一个字节以及读取了多于一个字节？

Answer 1

在读取 char 时计算字节数。

对于每个 char c:

if(c<128)
  bytesCount++;
else if (c<2048)
  bytesCount+=2;
else
  bytesCount+=3;

另见编码定义 wikipedia URF8