找出小焦炭的utf-8值

Question

这有点让人困惑，

我试图得到小特萨字符的utf-8 int值，它应该是225182191：编码，但是：

    public static void main(String... args){

    char c='Ɵ';
    System.out.println((byte)c);
}

指纹：-97 (？)我确实将eclipse上的文本编码方案从MacRoman更改为UTF-8。

Answer 1

文本源文件的编码与运行时的情况无关。

Java字符是一个16位宽的值。它总是隐式的UTF-16。

当编译器生成.class文件时，char文本被转换为UTF-16，并存储在类恒定池中的int结构中。由于紧凑的原因，字符串被转换为修改的UTF-8。

当任何一个被JVM加载时，它们都表示为内存中的UTF-16值/序列。

将值从UTF-16转换为UTF-8：

char c = '\u03B8'; // greek small letter theta θ
for (byte b : String.valueOf(c).getBytes(StandardCharsets.UTF_8)) {
  int unsigned = b & 0xFF;
  System.out.append(" ").print(unsigned);
}

FYI:三字节十进制序列225 182 191是“修饰符字母小θ”，而不是“希腊小写字母θ”。

Answer 2

它应该转换为int，或者作为字符串使用，并调用方法codepointAt(0)。

        char c='Ɵ';
    System.out.println((int)c);
    System.out.println("Ɵ".codePointAt(0));