添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接
内容为个人学习心得,不能对准确性做过多保证,错误之处还望指点。

有时候我们会遇到一些\u开头的字符串,例如 \u4f60\u597d ,我们知道这些是Unicode码,一段\uxxxx字符串对应了一个 UTF-8
)下,单字符的存储长度为1-4字节(可变),这种设计的由来和优点就不多讲了,这里主要说说看到的u编码串和二进制的换算方式。
在UTF-8编码格式的java代码下,对“ 测试 ”两个字打印其字节和字符结果如下:

System.out.println(Charset.defaultCharset());
        String s = "测试";
        System.out.println(s.chars().mapToObj(Integer::toHexString).collect(Collectors.joining("\t")));
        byte[] bs = s.getBytes();
        System.out.println(Arrays.toString(bs));
        /*Result: 
        UTF-8
        6d4b    8bd5
        [-26, -75, -117, -24, -81, -107] */

观察结果可知,“ 测试 ”两个字在UTF-8编码下占六个字节,将 【-26, -75, -117, -24, -81, -107】 6个数字转为二进制补码格式,即得到“ 测试 ”两字的二进制存储内容,为:
11100110 10110101 10001011 11101000 10101111 10010101
而通过char.ToHexString得到的 6d4b 8bd5 是这两个字的Unicode编码
这两者是怎么关联上的呢?
通过UTF-8的百科页面有如下介绍:

UTF-8编码字节含义
  • 对于UTF-8编码中的任意字节B,如果B的第一位为0,则B独立的表示一个字符(ASCII码);
  • 如果B的第一位为1,第二位为0,则B为一个多字节字符中的一个字节(非ASCII字符);
  • 如果B的前两位为1,第三位为0,则B为两个字节表示的字符中的第一个字节;
  •