Java如何将一个3字节的Unicode字符转换为char类型？

Question

所以Java中的'char'是2个字节。 （可从here进行验证。）

我有这样的示例代码：

public class FooBar { 
    public static void main(String[] args) { 
     String foo = "€"; 
     System.out.println(foo.getBytes().length); 
     final char[] chars = foo.toCharArray(); 
     System.out.println(chars[0]); 
    } 
} 

和输出如下：

3 
€ 

我的问题是，怎么没的Java适合3字节字符转换为char数据类型？顺便说一句，我正在与参数的应用：-Dfile.encoding = UTF-8

另外，如果我远一点编辑代码并添加以下语句：

File baz = new File("baz.txt"); 
final DataOutputStream dataOutputStream = new DataOutputStream(new FileOutputStream(baz)); 
dataOutputStream.writeChar(chars[0]); 
dataOutputStream.flush(); 
dataOutputStream.close(); 

最后文件“巴兹.txt“将只有2个字节，并且即使将其视为UTF-8文件，它也不会显示正确的字符。

编辑2： 如果我用UTF-16 BE编码打开文件“baz.txt”，我会在我的文本编辑器中看到€字符，这很有道理。

Answer 1

String.getBytes()使用平台的默认字符编码返回字节，该编码不需要匹配内部表示。

Java在每个字符的ram中使用2个字节，当字符使用UTF-8“串行化”时，它们可能会在生成的字节数组中产生一个，两个或三个字节，这就是UTF-8编码的工作原理。

你的代码示例使用的是UTF-8。 Java字符串使用UTF-16编码在内存中。不符合单个16位字符的Unicode代码点将使用称为代理对的2个字符对进行编码。

如果您没有将参数值传递给String.getBytes（），它将返回一个字节数组，其中的字符串内容使用底层操作系统的默认字符集进行编码。如果你想确保一个UTF-8编码数组，那么你需要使用getBytes（“UTF-8”）。

调用String.charAt（）仅从String的内存存储中返回原始的UTF-16编码字符。

检查此链接：java utf8 encoding - char, string types

Answer 2

Java使用UTF-16（16位）的内存中表示。

即使它需要UTF-8中的三个字节，欧元符号也适用于此。