Java 在字节变量中强制使用Unicode

我最近发现，可以通过以下方式将字符串转换为字节数组：

String S = "ab";
byte arr[] = S.getBytes();

---

现在，我尝试使用字符串

“\u9999”

，结果是

[63]

。我想应该是9999（mod 128）=15，这实际上是我们做

字节b=9999

得到的。63背后的原因是什么？

对于Unicode字符，可以在调用

getBytes

时指定编码：

byte arr[] = S.getBytes("UTF8");

---

至于为什么会得到

63

，在没有参数的情况下调用

getBytes

将使用平台的默认编码。字符

\u9999

无法在默认编码中正确表示，因此会转换为

？

，在ASCII中具有十进制值

63

关于默认字符集。这可能与java文件的编码有关

（在我的机器上，当我编译编码为cp1252的java文件时，

getBytes（）

似乎也使用cp1252作为默认字符集。由于cp1252不支持unicode字符，它变成了

？

字符，即

63

。当我编译编码为UTF-16的java时，

getBytes（）

按预期返回数据

0x9999

。）

当此字符串无法在中编码时，此方法的行为 默认字符集未指定。 （来源：）

我的建议是简单地使用

“\u9999.getBytes（StandardCharsets.utf16le）

（或

utf16be

）来获得所需的2字节数组。因此，不需要关心java源代码的编码。数组应该是

{-103，-103}

---

值为

-103

的

byte

在内存中表示为

0x99

您说“答案是[63]”是什么意思？什么答案？我的意思是绝对正确。另见：