如何在Java中替换不支持的utf8字符

Question

Java不支持所有utf-8字符，例如

public static void main(String[] args){

    Character cha = new Character('\uD841');
    System.out.println(cha.compareTo(Character.MIN_VALUE));
    String ts = "this is a test string";
    StringBuilder sb = new StringBuilder();
    sb.append(ts);
    sb.append(cha);
    ts = sb.toString();
    for(int i =0;i<ts.length();i++){
        System.out.println(Character.isLetter(ts.charAt(i)));
    }
}

它将显示“这是测试字符串吗？” 如何确保不支持哪个字符？

Answer 1

您看到的不是“ Java不支持字符”，而是“您的控制台不支持该字符”或“您的平台默认编码不支持您的字符”。

1. 如果您坚持不存在“ UTF-8字符”之类的东西，而是“ Unicode字符”
2. Java可以处理当前Unicode标准中的所有字符
3. 当写入文件或控制台时，它使用一种编码将这些字符转换为字节（因为这是通用接口）。
4. 如果仅打印到System.out则它将使用平台默认编码。 如果平台默认编码无法对字符进行编码，则该字符将转换为替换字符（默认为? ）。

最后但并非最不重要的一点： \? 不是有效的Unicode字符 ！ 这是一个很高的替代值，并且这些值已明确从Unicode标准中排除（因为它们在UTF-16中用于对BMP之外的字符进行编码）。