java - 使用 NIO 缓冲区编码 UTF-8 时是否存在错误？

Question

好的，你们能告诉我当前代码中是否存在某个错误:

//this all only for example so DO NOT use this terrible code
1   private void readIncomingData(SocketChannel channel){

2    try{                                     //10 - for simplicity sake
4      ByteBuffer buffer = ByteBuffer.allocate( 10 );
5      buffer.clear();

6      channel.read( buffer );

8      StringBuilder response = new StringBuilder();

9      buffer.flip();

10     Charset charset = Charset.forName(“UTF-8″);

12     //HERE IS THE DILEMMA !!!   
13     response.append( charset.decode( buffer ) );

14     // Output the response
15     System.out.println( “Data read from client ” + response );

16   } catch (IOException e) {
17     e.printStackTrace();
18  }

19}

例如，传入文本采用 UTF-8 编码并由 9 组成 - 符号在 ANCII(U+007F) 范围内代码，10 是复杂 UTF-8 字符 (U+7FFFFFFF) 的第一位，因此接下来的 5 字节该符号将仅存在于下一个缓冲区中。因此最后一个字符将被编码错误或丢失。我是对的以及如何解决这个问题？通过修复我的意思是解码单独的 nio 缓冲区，而不仅仅是在获取所有缓冲区后解码整个字节序列。

Answer 1

你这里有很多问题。其中之一是您可能没有读取整个编码字符。通常，在尝试解码消息之前，您需要有一些方法来确定已到达消息末尾，例如消息长度或换行符。

顺便说一句:最大可能的代码点是 U+10FFFF。最大的 char 值为 U+FFFF