Java 문제 : 일련의 바이트에서 문자열 생성

Question

다음 프로그램에서 예기치 않은 결과가 나타났습니다.

public class StringFromByte 
{ 
     public static void main(String[] args) 
     { 
      byte bytes[] = new byte[256]; 

      for(int i = 0; i < 256; i++) 
       bytes[i] = (byte)i; 

      String str = new String(bytes); 
      for(int i = 0, n = str.length(); i < n; i++) 
       System.out.print((int)str.charAt(i) + " "); 
     } 
} 

기술적으로이 프로그램은 0부터 255까지의 정수를 순서대로 인쇄해야합니다. 그러나 프로그램을 실행하면 때때로이 시퀀스 (0-255)가 표시되어 다른 시퀀스가 ​​표시되기도합니다. 그것의 행동은 명시되지 않았다. 무슨 일이야?

Answer 1

사용중인 String 생성자는 기본 문자 인코딩을 사용합니다. 일부 바이트를 멀티 바이트 문자로 해석 할 수 있습니다.

이 시도 :

  String str = new String(bytes, CharSet.forName("ISO-8859-1")); 

표준 캐릭터 세트 명을 나열, 또한 CharSet API documentation 참조하십시오.

면책 조항 : 일반적으로이 생성자는 UTF-8 용으로 사용됩니다.

Answer 2

글쎄, 처음에는 Java byte 유형이 보유 할 수있는 최대 값은 127 (바이트 데이터 유형은 8 비트 부호있는 2의 보수 정수)입니다.

Answer 3

행동이 명시되지 않았습니다.

문자는 바이트와 같지 않지만이 문자를 쓰는 사람은이를 알지 못합니다. 유니 코드에는 약 600 만 자의 문자가 있지만 256 바이트 만 있습니다. 즉, 많은 유니 코드 문자가 두 개 이상의 바이트로 표시됩니다.

예제의 바이트 중 일부는 문자에 2 바이트 이상이 필요하다는 것을 나타내지 만 배열의 "다음"바이트가 유효한 UTF-8 문자와 일치하지 않는다고 생각합니다.

UTF-8이 아닌 바이트 집합에서 올바르게 문자열을 인코딩하려면 use this constructor. 올바른 문자 세트를 제공해야 Java가 문자에 맞는 바이트를 이해할 수 있습니다.

다른 결과가 나타나는 이유는 환경 때문입니다. 각 환경에는 기본 문자 집합을 지정하는 기본 로켈이 있습니다. 사용하고있는 생성자는 항상 UTF-8 문자 집합을 가정하므로 소스 바이트를 오역으로 잘못 해석하는 경우가 있습니다.

Answer 4

byte을 char으로 바꾸면 예상대로 작동합니다. 그것은 바이트의 최대 127 때문입니다.