UTF-8 字符串转序数值：Python 输出的 Java 等效项

Question

我觉得这很可能是重复的，但我找不到它。注意：我的 Python 知识非常有限，所以我不能 100% 确定 Python 中的字符串、字节和编码是如何完成的。我对一般编码的了解也不是太多..假设我们有字符串"Aä$$€h"。它包含三个不同的普通 ASCII 字符 ( A$h) 和两个非 ASCII 字符 ( ä€)。在 Python 中，我们有以下代码：# coding: utf-8input = u'Aä$$€h'print [ord(c) for c in input.encode('utf-8')]# Grouped per character:print [[ord(x) for x in c.encode('utf-8')] for c in input_code]这将输出：[65, 195, 164, 36, 36, 226, 130, 172, 104][[65], [195, 164], [36], [36], [226, 130, 172], [104]]现在我正在寻找一个 Java 等价物来提供这个相同的整数数组。我知道 Java 中的所有字符串默认情况下都使用 UTF-16 编码，并且只有字节数组可以具有实际编码。我认为下面的代码会给出我期望的结果：String input = "Aä$$€h";byte[] byteArray = input.getBytes(java.nio.charset.StandardCharsets.UTF_8);System.out.println(java.util.Arrays.toString(byteArray));但不幸的是，它给出了以下结果：[65, -61, -92, 36, 36, -30, -126, -84, 104]我不确定这些负值来自哪里..所以我的问题主要是这样的：给定 Java 中包含非 ASCII 字符（即"Aä$$€h"）的字符串，输出其序号 UTF-8 整数，类似于 Pythonord函数对 UTF-8 编码字节所做的操作。这个问题的第一部分，因为我们已经有一个 Java 字符串，是这个问题的先决条件。

Answer 1

Javabyte已签名，这就是负数的来源。按位计算，两种语言中的数字具有相同的值，它们的表示方式不同。您可以使用以下方法获得与 python 中相同的表示Byte.toUnsignedInt()：

String input = "Aä$$€h";

byte[] byteArray = input.getBytes(java.nio.charset.StandardCharsets.UTF_8);

int[] ints = new int[byteArray.length];

for(int i = 0; i < ints.length; i++) {

    ints[i] = Byte.toUnsignedInt(byteArray[i]);

}

System.out.println(java.util.Arrays.toString(ints));

哪个打印：

[65, 195, 164, 36, 36, 226, 130, 172, 104]