2

我正在尝试计算日文字符'汉字仮名交じり文'的字符串的长度：

    String testStr = "漢字仮名交じり文";
    try {
        System.out.println("Length : " + testStr.getBytes("UTF-16").length);
    }
        catch(Exception ex) {
        ..... 
    }

字符串中有 8 个字符，这段摘录打印：18。为什么是 18？

4

3 回答 3

7

它是 18，因为您有 8 个字符，每个字符都编码为 UTF-16，这意味着每个字符 2 个字节。因此，这是 8*2=16 加上插入到字节数组开头的 2 字节 BOM！

这是您的字节序列（feff 是所谓的 BOM 或字节顺序标记，它允许检测字节序列是使用 little endiion 还是 big endian 字节顺序）：

fe ff 6f 22 5b 57 4e ee 54 0d 4e a4 30 58 30 8a 65 87

这就是我打印字节序列的方式（它是粗略的代码，当然只是为了测试它）：

final String text = "漢字仮名交じり文";
byte[] bytes = text.getBytes("UTF-16");
for (int i=0; i<bytes.length; ++i) {
    System.out.printf("%02x ", bytes[i]);
}
于 2013-06-23T18:48:15.533 回答
4

您正在获取字节数，而不是字符数。根据编码（您使用 UTF-16），一个字符可以是 1 到 4 个字节。

于 2013-06-23T17:09:21.537 回答
1

如果您真的想找到给定字符串中的字符数，那么一种简单的方法（不是最佳方法）是

   String testStr = "漢字仮名交じり文";
   System.out.println(testStr.toCharArray().length);

打印 8

于 2013-06-23T17:29:44.403 回答