确定字符集是否为多字节的方法？

Question

有没有一种方法可以确定给定的字符集（java.nio.charset.Charset）是否使用多个字节编码字符？或者，是否存在某个字符集列表，每个字符集不使用/不使用多个字节？

我要问的原因是性能调整：我需要知道给定字符集中任意字符串的长度（以字节为单位）。对于单字节编码，它只是字符串的长度。知道字符集是否为单字节将使我免于必须先对其进行重新编码。

您可能会认为这是一个微不足道的优化，可能不值得付出努力，但是我的应用程序中的许多CPU周期都花在了这种无聊的事情上，到目前为止，我遇到的输入数据已经达到20 +不同的字符集。

Answer 1

最简单的方法可能是：

boolean multiByte = charset.newEncoder().maxBytesPerChar() > 1.0f;

请注意，如果不支持编码，则newEncoder可能会抛出UnsupportedOperationException该错误Charset。虽然newDecoder没有记录可以抛出该错误，但这maxCharsPerByte是不合适的。您可以使用averageCharsPerByte-如果为1，则表明它是单字节编码，这是一个很好的指示，但是从理论上讲，您可以有一些字节产生多个字符，而有些字节每个字符占用多个字节，平均为1 ...