java - 如何在 Java 中生成非 UTF-8 字符串/字符以进行测试？

Question

我想我到处都看过了。在 Ruby 中找到了一些示例，但在 Java 中却找不到任何连贯的示例。

如何在 Java 中生成非 UTF-8 字符串/字符以进行测试？

具体来说，我有一个 json 文件，其中包含与我们使用的某些翻译机制相关的不同键值(因此，涉及很多语言)，这个 json 已解析使用我们拥有的一些映射器。

我想检查映射器是否返回正确的值，以防 json 中遇到非 UTF 数据。

所以，我想以如下方式使用它:

String expectedValue = "FooBarNonUtf8";
String actualValue = jsonReader.readFrom("file", "key"); //should parse non-UTF correctly
assertEquals(expectedValue, actualValue);

Answer 1

在 C/C++ 编码灾难之后(在历史上的那个时刻)，Java 做出了以下设计决策:

• String、char、Reader、Writer 用于处理 Unicode 文本，char 为 UTF-16，两个字节。
• byte[]、InputStream、OutputStream 用于二进制数据，给定一些编码/字符集，可以是文本。

所以你实际上只能滥用 String/char，并且几乎肯定会出现损坏的数据(某些字符对于 UTF-* 具有特殊的结构含义)。

解决方案是将二进制数据编码为 Base64 等。

byte[] b = ...
String s = Base64.getEncoder().encode(b);

有一些不同的编码器，您可以设置换行、填充等属性。

或者您可能更喜欢使用十六进制表示。