java - 如何理解HttpLoggingInterceptor.class中的方法 'isPlaintext'？

Question

我很困惑如何定义人类可读文本。我猜既然Unicode包含了几乎所有的语言字符，那么只要codePoint在里面，它就是可读的。

但是在 HttpLoggingInterceptor # isPlaintext(buffer) :

static boolean isPlaintext(Buffer buffer) {
        try {
            Buffer prefix = new Buffer();
            long byteCount = buffer.size() < 64 ? buffer.size() : 64;
            buffer.copyTo(prefix, 0, byteCount);
            for (int i = 0; i < 16; i++) {
                if (prefix.exhausted()) {
                    break;
                }
                int codePoint = prefix.readUtf8CodePoint();
                if (Character.isISOControl(codePoint) && !Character.isWhitespace(codePoint)) {
                    return false;
                }
            }
            return true;
        } catch (EOFException e) {
            return false; // Truncated UTF-8 sequence.
        }
    }

它表明如果字节包含非空白控制字符，则字节不可读。

这是什么原因呢？谢谢。

Answer 1

AFAI 可以看到 readUtf8CodePoint 返回给定缓冲区的 UTF-8 代码点。

来自维基百科

UTF-8 is a variable width character encoding capable of encoding all 1,112,064 valid code points in Unicode using one to four 8-bit bytes.

因此 Unicode 不一定只涵盖人类可读的字符。因此，UTF-8 范围以及 unicode \u0000 到 \u001F 或 \u007F 到 \u009F 范围内的控制字符 这些不是人类可读的。

记住 Unicode 是标准，UTF-8 是编码 Unicode 的方法之一。