string.replaceAll切割字符50％的时间

Question

我想使用一系列的string.replaceAlls交换文本文件中的所有UTF-8特殊字符与ASCII编码&。一路走来，我遇到了一个特别固执的问题：\ uAC8B，UTF-8 middot。

下面是切出的字符线，一半的时间。

string_out = string_out.replaceAll("•", "·"); 

（“¬ï”是怎样一个UTF-8＆middot;显示为扩展ASCII绊倒在此行之前，我d尝试了“\ uAC8B”和其他许多编码，但都没有成功。）

该行切出UTF-8中点，它不替代它，它只做了一半的时间。另一半它错过了角色，并保持不变。如果我制作它的多个副本或移动其他行，它甚至不会这样做。

这感觉像是一个多线程问题，但我不知道任何多线程正在进行。从另一个.jsp运行包含的.jsp文件中的只是一个replaceAlls块。

什么可能导致这种竞争条件的行为？

Answer 1

AC8B不是一个点，它是一个汉字。你的意思是00B7吗？

Java字符串始终是UTF-16 Unicode。 UTF-8是表示文件中Unicode字符的一种方式，它不是Java字符串存储在内存中的方式。

注意用于读取输入和编写输出文件的编码，它们应该是UTF-8，但是一旦文件内容被读入Java字符串，它就不再是UTF-8了，但是16位的Unicode。

我认为你最好的机会是使用正确的Unicode转义，而不是将UTF-8原始字节表示为ASCII。