Java 的 String.getBytes("ISO-8859-1") 是否返回字符串中每个 2 字节字符的第一个字节？答案

【问题标题】：Does Java's String.getBytes("ISO-8859-1") return the first byte of each 2-byte character in a string?Java 的 String.getBytes("ISO-8859-1") 是否返回字符串中每个 2 字节字符的第一个字节？
【发布时间】：2011-08-05 20:20:15
【问题描述】：

我认为 UCS-2 到 ISO-8859-1 是一样的

    rawData = new byte[data.length()];
    for(int i=0; i<data.length(); i++) {
        rawData[i] = (byte)(data.charAt(i) & 0xff);
    }

这似乎是错误的。为什么上面的代码不等同于data.getBytes("ISO8859_1")？我在 Android 上。

事实上，我的一些角色是0xf700 & (byte)。出于某种原因，当您使用XMLHttpRequest 和Charset: x-user-defined 获取二进制文件时会发生这种情况。当转换为latin1 时，这些字符会变成?（问号）。

【问题讨论】：

标签： java android unicode

【解决方案1】：

通过安卓documentation:

未指定此字符串无法在命名字符集中表示时的行为。

在实践中，这个调用最终会成为一个带有显式Charset 的变体，它将用一些替换序列替换不可翻译的字符。在 Sun JDK 中，这是一个单字节值 64（'?'）。

但是，在您对先前答案的评论中，您保证字符串中没有大于“0xFF”的字符值，那么您做错了什么。 ISO-8859-1 是 UCS-2/UTF-16 的真子集。

【讨论】：

不，如果字符串在由UTF-16 和ISO-8859-1 编码时产生相同的字节，这将是一个“正确的子集”，显然不是。
我可能做错了什么。我将通过比较两种不同方法的两个字节 [] 来仔细检查。

【解决方案2】：

parsifal 的回答已经解释了原因。为了完整起见，这里是相当于data.getBytes("ISO-8859-1") 的代码（假设字符串是纯UCS-2 字符串，没有代理对）：

byte[] rawdata = new byte[data.length()];
for(int i = 0; i < data.length; i++) {
    char c = data.charAt(i);
    if (c > 255) {
        rawData[i] = (byte)'?';
    }
    else {
        rawData[i] = (byte)c;
    }
}

使用代理（例如真正的 UTF-16）会变得有点复杂：

byte[] rawData = new byte[data.length()];
int j = 0;
for(int i = 0; i < data.length; i++, j++) {
    int c = data.codePointAt(i);
    if(c < 0x100) {
        rawData[j] = (byte)c;
    }
    else {
        rawData[j] = (byte)'?';
        if(c >= 0x10000) {
           // surrogate pair
           i++;
        }
    }
}
if(j < rawData.length) {
   rawData = Arrays.copyOf(rawData, j);
}

或者，只使用charAt()：

byte[] rawData = new byte[data.length()];
int j = 0;
for(int i = 0; i < data.length; i++, j++) {
    char c = data.charAt(i);
    if(c < 0x100) {
        rawData[j] = (byte)c;
    }
    else {
        rawData[j] = (byte)'?';
        if(Character.isHighSurrogate(c) && Character.isLowSurrogate(data.charAt(i+1))) {
           // surrogate pair
           i++;
        }
    }
}
if(j < rawData.length) {
   rawData = Arrays.copyOf(rawData, j);
}

【讨论】：