Java获取字符的十进制字节表示

Question

我有以下代码从字符串s0 和s1 中打印出字节；输出结果注释：

public static void main(String[] args) throws UnsupportedEncodingException {
    String s0="H\u00ebllo";
    String s1="Hëllo";

    byte[] bytes=s0.getBytes("ISO8859_1"); //72 -21 108 108 111
    //byte[] bytes=s1.getBytes("ISO8859_1"); //72 -61 -85 108 108 111
    //byte[] bytes=s0.getBytes("UTF-8");  //72 -61 -85 108 108 111
    //byte[] bytes=s1.getBytes("UTF-8");  //72 -61 -125 -62 -85 108 108 111
    for (int i=0,  i<bytes.length; i++)  {
        System.out.println(bytes[i]);
    }
}

我不明白这些数字是从哪里来的。如果所有字符代码都应该是正数，为什么会有负数？为什么第二种情况有6个数字？为什么使用 Unicode 表示法与文字时 ë 字符的数字不同？

编辑：

我知道这些数字首先被转换为无符号数字：

ë(ISO8859_1) = 0xeb = 235 = 11101011 = -21 (two's complement for signed numbers)

ë (UTF-8) = 0xc3 0xab => 0xc3 = 195 = 11000011 = -61, 0xab = 171 = 10101011 = -85

但我仍然不明白s0 和s1 字符串之间的区别。在这两种情况下，我都向getBytes() 请求ISO8859_1 字节，而在第二种情况下，我仍然得到UTF-8 的字节。

编辑：

byte[] bytes=s1.getBytes("UTF-8"); 会产生这个输出：

72 -61 -125 -62 -85 108 108 111

我真的很困惑。

编辑：

System.out.println(System.getProperty("file.encoding"));
System.out.println(java.nio.charset.Charset.defaultCharset());

两者都给UTF-8。源文件在UTF-8。

Answer 1

在 Java 中，byte 原始类型是signed，这意味着范围从 -128 到 +127（第一位被认为是数字的符号）。

在扩展 ASCII 和其他 8 位编码（如 ISO-8859-1）中，存在字节值大于 127 的字符。这些字符在打印为标准 Java byte 时将显示为负数。

如果您使用 UTF-8（或其他 Unicode UTF 编码），非 ASCII 字符由 2-4 个字节表示，并且每个字符都可能“大于 127”，因此它们将显示为当您将它们打印为 byte 值时，它们也是负数。

Answer 2

在 java 中，所有数字类型都是有符号（与无符号相反）。请注意，char 不是数字类型，即使它可以在算术上使用（滥用）。

您的编码给出了 -21，它只是 Java 的 byte 表示 0b11101011 或 0xEB。

Answer 3

字节是 Java 中的有符号数字，范围为 -128 到 127。第二种情况有 6 个数字，因为您的源文件使用 UTF-8 编码，而 Java 编译器假定特定于平台的编码可能不是 UTF -8。使用 IDE 时，请查找与源代码和/或编译器编码对应的设置。使用javac 编译时，请尝试指定-encoding UTF-8。