作者tkcn (say)
看板java
標題Re: [問題] 編碼問題
時間Thu Feb 7 01:11:00 2013
這個狀況是兩個問題造成的。
必要知識:
http://en.wikipedia.org/wiki/Byte_order_mark
※ 引述《airizumo ( 歐巴馬)》之銘言：
: 想請問各位先進
: 我有一個檔案(utf-8)用ultra打開看到的是
: FF FE 54 00 4F 00 4F 00 4C 00 .... => TOOL...
wiki 上說 FF FE 開頭的是 UTF-16 (LE)，接著的 TOOL 也再次證實。
我不熟 UltraEdit，但這看起來似乎是它幫你做了 UTF-8 轉 UTF-16 (LE) 的動作。
所以你看到的 hex 並不是真正的原始資料。
: 但用byte[]讀取檔案字串時
: byte[] content
: for(int i=0;i<content.length;i++){
: s2 = s2 + String.valueOf(Integer.toHexString(b[i]))+ " ";
: }
: 最後的讀出來的卻是
: ffffffef ffffffbb ffffffbf 54 4f 4f 4c ....
再次參看 wiki，得知 UTF-8 的 BOM 應為: EF BB BF
與你的結果對照，只差在這些 byte 前面都多了 ffffff。
java 的 byte 型態是 signed byte，範圍在 -128 ~ 127 之間，
當你的值落在 0x80 ~ 0xFF 之間時，會被視為負數，
所以會顯示這樣的結果並不意外。
: 想請問一樣是show出每一個byte結果卻會有一段落差??
: 另外想請問若我用byte[] 讀取ANSI檔案後有辦法將裡面的byte轉成相對應的utf-8編碼嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.114.78.231
※ 編輯: tkcn 來自: 140.114.78.231 (02/07 01:14)
1F：推 sbrhsieh:UltraEdit 開啟utf8編碼的文件是使用unicode編輯 02/07 23:55