Byte và chuyển đổi char trong Java

Question

Nếu tôi chuyển đổi một ký tự thành byte và sau đó quay lại char, nhân vật đó biến mất một cách bí ẩn và trở thành cái gì đó khác. Sao có thể như thế được?

Đây là mã:

char a = 'È';  // line 1  
byte b = (byte)a; // line 2  
char c = (char)b; // line 3 
System.out.println((char)c + " " + (int)c); 

Cho đến dòng 2 mọi thứ đều tốt:

• Trong dòng 1 tôi có thể in "a" trong giao diện điều khiển và nó sẽ hiển thị "e".

• Trong dòng 2 tôi có thể in "b" trong bảng điều khiển và nó sẽ hiển thị -56, nghĩa là 200 vì byte được ký. Và 200 là "È". Vì vậy, nó vẫn ổn.

Nhưng có gì sai trong dòng 3? "c" trở thành cái gì khác và chương trình in ? 65480. Đó là một cái gì đó hoàn toàn khác.

Tôi nên viết gì ở dòng 3 để có được kết quả chính xác?

Answer 1

Một ký tự trong Java là đơn vị mã Unicode được coi là số không dấu. Vì vậy, nếu bạn thực hiện c = (char)b giá trị mà bạn nhận được là 2^16 - 56 hoặc 65536 - 56.

Hay chính xác hơn, các byte là lần đầu tiên chuyển đổi sang một số nguyên ký kết với giá trị sử dụng 0xFFFFFFC8dấu hiệu mở rộng trong một chuyển đổi mở rộng . Điều này lần lượt sau đó được thu hẹp xuống 0xFFC8 khi truyền tới số char, chuyển thành số dương 65480.

Từ đặc tả ngôn ngữ:

5.1.4. Widening and Narrowing Primitive Conversion

Thứ nhất, byte được chuyển đổi sang một int qua mở rộng chuyển đổi nguyên thủy (§5.1.2), và sau đó là int kết quả được chuyển đổi sang một char bằng cách thu hẹp chuyển đổi nguyên thủy (§5.1.3).

---

Để có được điểm sử dụng đúng char c = (char) (b & 0xFF) lần đầu tiên chuyển đổi giá trị byte của b đến số nguyên dương 200 bằng cách sử dụng một mặt nạ, zeroing 24 bit đầu sau khi chuyển đổi: 0xFFFFFFC8 trở thành 0x000000C8 hoặc số dương 200 trong số thập phân.

---

Trên đây là một lời giải thích trực tiếp về những gì xảy ra trong quá trình chuyển đổi giữa byte, int và char loại nguyên thủy.

Nếu bạn muốn mã hóa/giải mã ký tự từ byte, sử dụng Charset, CharsetEncoder, CharsetDecoder hoặc một trong các phương pháp tiện lợi như new String(byte[] bytes, Charset charset) hoặc String#toBytes(Charset charset). Bạn có thể lấy bộ ký tự (chẳng hạn như UTF-8 hoặc Windows-1252) từ StandardCharsets.