use*_*837 -4 java encoding utf-8 utf-16 character-encoding
我正在 Java 程序中将 UTF-8 编码的文本文件读取为 UTF-16，只是为了看看会发生什么。我得到的输出字符串仅包含“？”。谁能解释一下 UTF-8 代码点如何转换为 UTF-16 以及为什么我只得到“？” 在我的输出中。
这是代码-
public class MyUTF {
public static void main(String[] args)
throws IOException, FileNotFoundException
{
InputStream is=new FileInputStream("file1.txt");
System.out.println(is.available());
InputStreamReader isr=new InputStreamReader(is,"UTF-16");
BufferedReader br=new BufferedReader(isr);
System.out.println(br.readLine());
}
}
如果文件包含“a”，那么我会得到“？” 作为输出。如果它包含“abc”，那么我会得到“??”。
请解释一下从 UTF-8 到 UTF-16 的转换。
提前致谢。
您在终端中看到的内容取决于许多因素：
\n\n如果您只看到问号，则您可能拥有一台旧计算机或一个非常糟糕的终端仿真器。
\n\n我可以告诉你我在 Mac 上看到的内容。我的笔记本电脑是小端字节序。我让文件file1.txt包含abc一个新行。换句话说，四个字符U+0061 U+0062 U+0063 U+000A。现在，由于 UTF-8 是默认编码，我的文件包含 4 个字节：
61 62 63 0A\n请理解文件仅包含字节。它不包含字符。（当然有一些技巧，比如在文件中粘贴 BOM 以使文件\xe2\x80\x99s 的预期编码显而易见，但实际上这只是一个建议。）
\n\n现在，当您以 UTF-16 形式读取该文件时，您就解码了将这四个字节
\n\nU+6162\nU+630A\n当我运行你的程序时，它会像这样打印
\n\n\xe6\x85\xa2\xe6\x8c\x8a\n现在假设我没有换行符，因此文件只有三个字节。在这种情况下
\n\n61 62 63\n现在当我运行你的程序时我看到
\n\n\xe6\x85\xa2\xef\xbf\xbd\n这是之前的字符 U+6162 ，然后是替换字符，因为您无法解码 UTF-16 中的单字节 63。在 UTF-16 中，字符以 2 或 4 个字节表示，而不仅仅是 1。我的终端程序显示替换字符。我认为你的只是显示问号。
\n