Java中的Bencoded字符串長度

Question

我對bencoding有點困惑。

根據規范，當我使用bencode字符串時，我需要使用以下格式：

長度：字符串

字符串垃圾郵件變為4：垃圾郵件

我的問題： 4是本編碼字符串的符號數量，還是utf-8字節的數量？

例如，如果我要編碼字符串gâteau

應該指定什么數字作為此字符串的長度？

我想我必須指定7 ，最終形式應該是7：gâteau

這是因為根據utf-8編碼，符號â占用了2個字節，而根據utf-8編碼，此字符串中的所有其余符號都占用了1個字節。

我也聽說不建議在Java String實例中存儲本編碼的數據。

換句話說，當我對一個數據塊進行Bencode編碼時，應將其存儲為字節數組，並且不應將其轉換為java String值，以避免編碼問題。

我的假設正確嗎？

Answer 1

根據規范 ，bencoded字符串是一個字節序列，您必須為此序列指定qty個字節作為其長度。

並且，從規范中：“ 所有字符串值都是UTF-8編碼的 ”。

對於使用“gâteau”的情況，應將長度指定為7 ，因為字符â占用2個字節。