java - 有效/无效的非 ASCII 字符和无效的 ASCII 字符

Question

我需要测试包含有效非ascii字符+无效非ascii字符+无效ascii字符的字符串的处理。

有人可以给我一些这样的角色的例子吗？如果您能让我知道它们在其类别中的值范围，那就太好了，因为我不太能够区分哪些非 ascii 值可能有效，哪些非 ascii 值无效。

Ex : String str = "Bj��rk����oacute�";
                       ^ 
                       Is it a valid or invalid non-ascii

仅供引用，我是 Java 初学者。

Answer 1

共有 128 个有效的基本 ASCII 字符，映射到值 0(NUL 字节)到 127(DEL 字符)。 See here .

必须明智地使用“性格”这个词。 “性格”的定义是一个特殊的定义。例如，è，这是一个字符吗？或者是两个字符(e 和 `)？这取决于。

其次，字符序列完全独立于其编码。为了简单起见，我假设每个字节都被解释为一个字符。

你可以确定一个字节是否可以被解析为ASCII字符，你可以简单地这样做:

byte[] bytes = "Bj��rk����oacute�".getBytes();
for (byte b : bytes) {
    // What's happening here? A byte that is in the range from 0 to 127 is
    // valid, and other values are invalid. A byte in Java is signed, that
    // means that valid ranges are from -128 to 127.
    if (b >= 0) {
        System.out.println("Valid ASCII");
    }
    else {
        System.out.println("Invalid ASCII");
    }
}