最近發(fā)現(xiàn)一直對java默認(rèn)的utf-8編碼存在疑問，于是我想從控制臺打印"一"入手，挖掘一下整個過程。如下圖

成都創(chuàng)新互聯(lián)公司咨詢電話：13518219792，為您提供成都網(wǎng)站建設(shè)網(wǎng)頁設(shè)計及定制高端網(wǎng)站建設(shè)服務(wù)，成都創(chuàng)新互聯(lián)公司網(wǎng)頁制作領(lǐng)域10多年，包括三輪攪拌車等多個領(lǐng)域擁有多年的網(wǎng)站設(shè)計經(jīng)驗，選擇成都創(chuàng)新互聯(lián)公司，為網(wǎng)站錦上添花。

開始debug，utf-8在編碼漢字的時候用的三個字節(jié)，下圖也能看出來。三個值為負(fù)數(shù)是因為每個字節(jié)對應(yīng)的10進(jìn)制數(shù)都大于128而越界了

我們再把負(fù)數(shù)轉(zhuǎn)換成對應(yīng)的正的10進(jìn)制數(shù)，具體方法就是跟0xff作“&”運算，

分別得到228（11100100）,184（1011 1000）,128 （1000 0000）。

utf-8編碼漢字三個字節(jié)的格式就是1110XXXX 10XXXXXX 10 XXXXXX ，取出下劃線部分就是漢字“一”對應(yīng)的真實二進(jìn)制數(shù)字100111000000000（15位）

計算下

再看下19968對應(yīng)的字符

驗證也是對的，證明了我的結(jié)論。

幾個關(guān)鍵要點：

1、utf-8編碼漢字是三個字節(jié)，格式是前面說的那個格式，為什么要定義成這樣的格式其實很好理解，編碼后成這樣，解碼的時候直接取出x號對應(yīng)的部分，直接就能找到整個字節(jié)序真正包含要傳輸表達(dá)的字符

2、byte數(shù)組在存放大于128的數(shù)字時會越界，然后就是負(fù)數(shù)存放了，后面得到具體的數(shù)值就是“&0xff”得到對應(yīng)的正數(shù)

拿-127舉例

-127的二進(jìn)制為：11111111(由于是負(fù)數(shù)，所以符號位為1)，
存儲到計算機需要進(jìn)行補碼，正數(shù)補碼后為原本的數(shù)組，負(fù)數(shù)補碼為除符號位外，都進(jìn)行取反操作，補碼后，二進(jìn)制為：10000000，
轉(zhuǎn)換int需要補齊32位，所以變?yōu)?1111111 11111111 11111111 10000000，(正數(shù)補0,負(fù)數(shù)補1)
由于byte不需要高24位，所以需要 & 0xff進(jìn)行清零，變?yōu)?0000000 00000000 00000000 ?10000000，進(jìn)行+1操作，二進(jìn)制為：00000000 00000000 00000000 10000001，
這里10000001并不是負(fù)數(shù)，由于要轉(zhuǎn)換為int類型，int為32位，所以最高位為0，
轉(zhuǎn)換為十進(jìn)制后，就是129。

后續(xù)：理解了編碼的原理就能理解亂碼的問題了，如果一段文本經(jīng)utf-8編碼的二進(jìn)制流后經(jīng)其他編碼解碼時，由于解碼的格式跟utf-8不同，每次取的二進(jìn)制長度都不一樣，整個二進(jìn)制流就會亂掉，于是就亂碼了。

你是否還在尋找穩(wěn)定的海外服務(wù)器提供商？創(chuàng)新互聯(lián)www.cdcxhl.cn海外機房具備T級流量清洗系統(tǒng)配攻擊溯源，準(zhǔn)確流量調(diào)度確保服務(wù)器高可用性，企業(yè)級服務(wù)器適合批量采購，新人活動首月15元起，快前往官網(wǎng)查看詳情吧

網(wǎng)站標(biāo)題：System.out.println(“一“)；包含的編碼知識-創(chuàng)新互聯(lián)
本文地址：http://weahome.cn/article/dgpcii.html