Java 将字符串编码为UTF-8字节时添加的空字符？

代码片段：

public static void main(String[] args) {
    String s = "qwertyuiop";
    System.out.println(Arrays.toString(Charset
       .forName("UTF-8")
       .encode(s)
       .array()));
}

印刷品：

[113, 119, 101, 114, 116, 121, 117, 105, 111, 112, 0]

这似乎是因为，在java.nio.charset.CharsetEncoder类中，对于UTF-8，averageBytesPerChar变量似乎是1.1。因此，它分配11个字节，而不是10个，并且，如果输入字符串只包含好的旧单字节字符，我最终会得到那个奇怪的空字符

我想知道这是否在任何地方都有记录

本页：

对这种行为一无所知

另外，我是否正确地理解了，在任何情况下，上面的代码片段最好替换为：

s.getBytes(StandardCharsets.UTF_8)

我从它的源代码中看到，为了避免那些空字符，它还会修剪结果

那么，java.nio.charset.charset的编码（字符串s）应该是什么呢？

问题不在于

charset.encode（）

，而在于

Buffer.array（）

。 如果您打印了

Charset.forName（“UTF-8”）.encode

，您会发现输出是

java.nio.HeapByteBuffer[pos=0 lim=10 cap=11]

ByteBuffer具有限制10（字符串长度）和容量11（缓冲区的总分配大小）。如果更改编码，则限制和容量可能会有更大的变化，例如：

System.out.println(Charset.forName("UTF-16").encode(s));
// java.nio.HeapByteBuffer[pos=0 lim=22 cap=41]
// (2 extra bytes because of the BOM, not null-termination)

当您选择时，它将返回整个备份阵列，因此即使超出限制的内容也将被包括在内

提取Java字节数组的实际方法是：

这看起来一团糟？因为“nio”的意思是NI/O。创建缓冲区类型是为了方便地包装C数组。它使得与本机代码的交互（如读/写文件或发送/接收网络数据）非常高效。这些NIOAPI通常直接使用

缓冲区

，而不在缓冲区之间构建任何

字节[]

。如果只使用

缓冲区

，中间两行不需要存在：）

---

如果整个操作都在Java中，是的，只需调用

s.getBytes（StandardCharsets.UTF_8）

如果您只想查看编码为UTF8的字符串的字节数组，只需使用方法即可。它可能看起来像这样：

String hello = "qwertyuiop";   
byte[] helloBytes_UTF_8 = hello.getBytes(StandardCharsets.UTF_8);

您将看到每个字符有2个字节。您的输出符合

标准字符集.ISO_8859_1

字符集。如果您想更多地使用不同的编码，那么我建议使用一个带有一些UTIL的小型开源库，其中一个允许您将字符串共同转换为UNICODE（UTF-8）表示形式并返回。本文介绍了该库以及如何使用它。您还可以下载源代码和javadoc。特别要查找段落“字符串Unicode转换器””。使用该类，您将把字符串

“qwertyuiop”

转换为：

“\u0071\u0077\u0065\u0072\u0074\u0079\u0075\u0069\u006f\u0070”

\u符号后的每四位数字表示两个字节（一个字符），以十六进制表示

String hello = "qwertyuiop";   
byte[] helloBytes_UTF_8 = hello.getBytes(StandardCharsets.UTF_8);