Java：为什么“\ uFFFF”在UTF-8中转换为[-17，-65，-65]？

Question

为什么"\uFFFF"（显然是2个字节长）在UTF-8中转换为[-17，-65，-65]而不是[-1，-1]？

System.out.println(Arrays.toString("\uFFFF".getBytes(StandardCharsets.UTF_8))); 

这是因为UTF-8在每个字节中只用了大于127的代码点的6位吗？

Answer 1

UTF-8使用不同数量的字节，具体取决于表示的字符。第一个字节使用7位ASCII约定来实现向后兼容。其他字符（如中文标志）最多可占用4个字节。

正如维基百科中的链接文章所述，您引用的字符位于3个字节值的范围内。

Answer 2

0xFFFF具有11111111 11111111的位模式。根据UTF-8规则分割比特，模式变为1111 111111 111111。现在添加UTF-8的前缀位，模式变为*1110*1111 *10*111111 *10*111111，这是0xEF 0xBF 0xBF，又名239 191 191，又名-17 -65 -65，采用二进制补码格式（这是Java用于签名值--Java没有无符号数据类型）。