Java 使用缓冲区将字符串转换为UTF-8

我需要将一个（可能较大的）字符串转换为UTF-8，但我不想创建包含完整编码的字节数组。我的想法是使用

CharsetEncoder

，但是

CharsetEncoder

只作用于

CharBuffer

，这意味着应该考虑补充字符（Unicode范围

0x0000

到

0xFFFF

）

现在我使用的方法是

CharBuffer.wrap（String.substring（start，start+BLOCK_SIZE））

，我的

ByteBuffer

是使用

ByteBuffer.allocate（（int）Math.ceil（encoder.maxbytespercar（）*BLOCK_SIZE））创建的。但是，
CharBuffer
现在将包含
BLOCK\u SIZE
代码点，而不是代码单位（字符）；我认为实际字符数将是最大字符数的两倍。这意味着我的
ByteBuffer
也太小了两倍

如何计算我的
ByteBuffer
的正确字节数？我可以简单地将它加倍，以防每个字符都是补充字符，但这似乎有点过分。但唯一合理的选择似乎是迭代所有代码单元（字符）或代码点，这至少看起来不太理想

有没有关于分段编码字符串的最有效方法的提示？我应该使用缓冲区，使用
String.codepoint（location）
的迭代，还是有直接处理代码点的编码例程


附加要求：无效字符编码应导致异常，不允许默认替换或跳过无效字符。
简单地包装整个字符串，然后盲目读取字符，直到没有剩余字符。无需将字符串分成几部分，编码器只需读取字节，直到输出缓冲区填满：

final CharsetEncoder encoder = StandardCharsets.UTF_8.newEncoder();
final CharBuffer buffer = CharBuffer.wrap(input);
final ByteBuffer encodedBuffer = ByteBuffer.allocate(BUFFER_SIZE);
CoderResult coderResult;

while (buffer.hasRemaining()) {
    coderResult = encoder.encode(buffer, encodedBuffer, false);
    if (coderResult.isError()) {
        throw new IllegalArgumentException(
                "Invalid code point in input string");
    }
    encodedBuffer.flip();
    // do stuff with encodedBuffer
    encodedBuffer.clear();
}

// required by encoder: call encode with true to indicate end
coderResult = encoder.encode(buffer, encodedBuffer, true);
if (coderResult.isError()) {
    throw new IllegalArgumentException(
            "Invalid code point in input string");
}
encodedBuffer.flip();
// do stuff with encodedBuffer
encodedBuffer.clear(); // if still required

您想对utf-8字节做什么？是否有理由不只是使用BufferedWriter包装FileWriter或OutputStreamWriter；两者都可以在构造时定义要使用的字符编码（utf-8）。
FileWriter
不可能，因为默认的字符编码，
OutputStreamWriter
使用字符替换，我也不希望使用字符替换。无论如何，我想我可以回答我自己-你可以简单地将整个
字符串
实例包装起来。@BrettOkken的主要任务是将其输入
消息摘要
。如果你要使用utf-8，就不应该有任何字符替换。@BrettOkken似乎有一些字符代码不被接受，即使是Unicode字符（这也让我感到惊讶）。我将测试它们是否生成异常或替换，但它们确实存在（我决定使用随机生成的字符串进行测试）。