UTF8 中的字符串比较

Question

我有一个 PHP 脚本，它应该返回一个 UTF-8 编码的字符串。 但是，在 Java 中，我似乎无法以任何方式将它与它的内部字符串进行比较。

如果我打印"OK"和响应，它们在控制台中显示相同。 但是，如果我检查平等

if ( "OK".equals(response) ) {

结果是错误的。 我用二进制打印了两个，响应是11101111 10111011 10111111 01001111 01001011 ，但是 Java 的字符串"OK"是01001111 01001011 ，这是清晰的 ASCII。 我尝试通过几种方式将其转换为 UTF8，但无济于事：

String result2 = new String("OK".getBytes(StandardCharsets.UTF_8), StandardCharsets.UTF_8);

和

String result2 = new String("OK".getBytes(StandardCharsets.ISO_8859_1), StandardCharsets.UTF_8);

都不起作用，由于某种原因仍然返回 ASCII 码。

byte[] result2 = "OK".getBytes(StandardCharsets.UTF_8); System.out.print(new String(result2));

虽然这也给出了正确的"OK"结果，但在二进制中它仍然返回 ASCII。

我试图将通信更改为数字，但1仍然不等于1 ，因为Integer.parseInt(response)返回"1"不是字符串错误消息，尽管在其他方面，它被认为是正常的细绳。

我正在寻找一种解决方案，最好将"OK"转换为 UTF-8 而不是响应 ASCII，因为我需要与 PHP 脚本以及 2 个数据库进行通信，所有数据库都设置为 UTF-8。Java 是通过开关-Dfile.encoding=UTF8确保国家字符不被破坏。

Answer 1

在 UTF-8 中，所有代码为 127 或更小的字符都由单个字节编码。 因此 UTF-8 和 ASCII 中的"OK"是相同的两个字节。

11101111 10111011 10111111 01001111 01001011 这不仅仅是简单的"OK" ，它是

0xEF, 0xBB, 0xBF, "OK"

其中0xEF, 0xBB, 0xBF是BOM（字节顺序标记）

它是编辑器不显示但用于确定编码的符号。

可能那些符号出现在你的 php 脚本之前<?php

您必须配置编辑器以从文件中删除 BOM

更新程序

如果无法更改 php 脚本，您可以使用一种解决方法：

  // check if the first symbol of the response is BOM
  if (!response.isEmpty() && (response.charAt(0) == 0xFEFF)) {
    // removing the first symbol
    response = response.substring(1);
  }