請定義術語「多字節安全」

Question

我現在有點迷失在UTF-8中。
我正在尋找術語多字節安全的準確定義。

Answer 1

當你正在處理Unicode字符，它是不是安全地假定所有的字符，只取一個字節或CHAR（JAVA）。所以在讀取或解析字符串時，需要考慮這一點。

這是一個excellent article，它解釋了在處理Unicode w.r.t Java時的複雜性。

1. 存儲字符會佔用的字節數不一致。 UTF-8編碼字符可能在 之間（LATIN_CAPITAL_LETTER_A）和四個 （MATHEMATICAL_FRAKTUR_CAPITAL_G） 字節之間。可變寬度編碼具有 影響讀取和 從字節數組解碼。

2. 並非所有的代碼點都可以存儲在char中。所述 MATHEMATICAL_FRAKTUR_CAPITAL_G示例 在於對 字符補充範圍，並且不能被存儲在16位 。它必須由兩個 連續字符值表示，它們本身都不具有意義，它們都不是 。 字符類爲使用32位代碼點的 提供方法。

// Unicode code point to char array 
    char[] math_fraktur_cap_g = Character.toChars(0x1D50A);