如何根據字節大小限制拆分包含非 ascii 字符的字符串？

Question

如何根據字節大小限制拆分包含非 ascii 字符的字符串？ 我想拆分以下字符串並添加到列表中，拆分基於大小限制（例如）3 個字節。

這里的問題是擴展 ascii char 需要 2 個字符，拆分后數據變成垃圾，如實際 output 所示。

我想要的是預期的 output 如下所示，如果我們遇到非 ascii 字符，可以只寫 2 個字節。 請讓我知道如何解決它。 問題：

String words = "Hello woræd  æåéøòôóâ";
        List<String> payloads = new ArrayList<>();
        try( ByteArrayOutputStream outStream = new ByteArrayOutputStream();) {
            byte[] chars = words.getBytes(StandardCharsets.UTF_8);
             for (byte ch: chars) {
                 outStream.write(ch);
                 if (outStream.size() >= 3) {
                     String s = outStream.toString("UTF-8");
                     payloads.add(s);
                     outStream.flush();
                     outStream.reset();
                 }
             }
            payloads.add(outStream.toString("UTF-8"));
            outStream.flush();
            System.out.println(payloads);
        } catch (IOException e) {
            e.printStackTrace();
        }

實際 Output: [Hel, lo, wor, æd, �, �å, é�, �ò, ô�, �â, ]

預期 output： [Hel, lo, wor, æd, ,æ, å, é, ø, ò, ô, ó, â] ]

Answer 1

它是 UTF-8。 UTF-8 旨在讓您可以輕松檢測字符邊界。

所以：將字符串轉換為 UTF-8 字節。

然后回溯，直到第一個排除的字節是合法的“第一個字節”，即不是10xxxxxx。 您現在位於字符邊界。