澄清字符编码的工作原理

Question

我正在编写一个程序来获得一个单词的“总和”，基于字母（即“abc”= a+b+c = 1+2+3 = 6）。 我正在使用total += (int) char - 'a' + 1 （在Java中）的方法。 该程序不区分大小写（'A' = 'a'），所以首先我想在必要时将 char 转换为小写。 我已经写了

if (char < 'a') {char += 32;}

这在 UTF-16 和 ASCII 中是正确的，但不是 UTF-8。

我的问题是，如果我要发布这段代码，编码在编译后是如何工作的？ 如果用户使用的是UTF-8，程序会失败（所以最好使用Character.toLowerCase() ），或者由于程序在Java中，程序中的任何字符都将是程序的编码，因此可以工作？

如果不清楚，我不知道我在说什么，所以一些关于编码如何工作的一般信息也会很棒。

Answer 1

Java 字符串始终以 UTF-16 编码； 输入和 output 根据需要进行转换。

然而，这可以写得更好：

 if (char < 'a') {char += 32;}

作为

 if (ch >= 'A' && ch <= 'Z')
    ch += ('a' - 'A');

原因：

1. 检查预期范围只是更加谨慎

2. 您不需要“知道”小写字母和大写字母之间的距离是 32。

此外，“char”是 Java 中的关键字。

这当然只适用于非重音美国/英国字母表中的字母。

但是，我建议您使用（如您自己所说）'toLowerCase()'，因为这就是它的用途 - 让您摆脱细节。