Java - 閱讀國際字符

Question

如果我保存一個國際字符，如日文，它需要超過1個字節來表示，在UTF-8中，當我讀回數據時，是否會丟失數據？

我的意思是，如果我使用UTF-8，我會用2個字節來保存一個字符。在讀取字節的同時，我可能會在讀取第二個字節之前讀取第一個字節，在這種情況下，它會顯示完全不同的字符或亂碼？

有沒有辦法保存這些國際字符，並閱讀它們而不使用任何編碼和解碼？

Answer 1

如果我保存了一個像日語這樣的國際字符，它需要超過1個字節來表示，在UTF-8中，當我讀回數據時，是否會丟失數據？

不可以。如果正確寫入/讀取文件，則不會丟失數據。

而簡單的方法來正確地讀/寫的文字是用Writer和Reader API的顯式指定編碼當你構建寫入/讀取器實例（例如使用的InputStreamReader/OutputStreamWriter），或使用的FileReader/FileWriter的，靠在默認平臺上編碼。 Java實現根據顯式或隱式選擇的編碼方案爲您處理char < - >字節編碼和解碼。

我的意思是，如果我使用UTF-8，我會用2個字節來保存一個字符。

實際上，取決於Java char值的一個，兩個或三個字節。

而當我讀取字節時，我可能在讀取第二個字節之前讀取第一個字節，在這種情況下，它會顯示完全不同的字符或亂碼？

如果你沒有正確解碼UTF-8（即根據規範），你可能會得到各種垃圾。但是你不應該試圖用手解碼它。使用Reader和Writer API，Java將爲您處理所有這些東西。

有沒有辦法保存這些國際字符，並閱讀它們而不使用任何編碼和解碼？

這沒有意義。每當你從Java寫入字符到一個文件，你就是暗中對它們進行編碼...即使編碼是身份轉換（例如UTF-16）

Answer 2

UTF-8正是你所需要的。閱讀http://en.wikipedia.org/wiki/UTF-8。