Question

Java中取出一个字节，如何判断这一个字节是否是一个汉字中的一部分

Java中取出一个字节，如何判断这一个字节是否是一个汉字中的一部分，如一个汉字分为两个字节，取出一个字节，可以判断出这是汉字的第一个字节

Answer 1

String a = new String("我是一串含有中文的字符串");然后对byte[] b = a.getBytes();转化为字节类型的数组，

public class Test{
	public static void main(String[] args) {
		String a = new String("hw,mmmm字符串");
		byte[] b = a.getBytes();
		for(int i = 0,m=b.length;i<m;i++){
			if(b[i] >= 0 && b[i] <=127){//10进制ascill表0到127
				System.out.println(b[i]+"：我是字母数字或者符号");
			}else{
				System.out.println(b[i]+"：我是中文日文或者韩文，反正键盘上不能直接看到我");
			}
		}
	}
}

输出的结果是：

104：我是字母数字或者符号

119：我是字母数字或者符号

44：我是字母数字或者符号

109：我是字母数字或者符号

109：我是字母数字或者符号

109：我是字母数字或者符号

109：我是字母数字或者符号

-27：我是中文日文或者韩文，反正键盘上不能直接看到我

-83：我是中文日文或者韩文，反正键盘上不能直接看到我

-105：我是中文日文或者韩文，反正键盘上不能直接看到我

-25：我是中文日文或者韩文，反正键盘上不能直接看到我

-84：我是中文日文或者韩文，反正键盘上不能直接看到我

-90：我是中文日文或者韩文，反正键盘上不能直接看到我

-28：我是中文日文或者韩文，反正键盘上不能直接看到我

-72：我是中文日文或者韩文，反正键盘上不能直接看到我

-78：我是中文日文或者韩文，反正键盘上不能直接看到我

大于0的表示键盘上所有字母数字符号的十进制ascill，比如104对应的h，可以查看ascill表。

我电脑一个中文占3个字节，测试了日语和韩语和中文一样，是不是可以找到规律呢？

为了与你的问题一致，现在假定我电脑里中文占两个字节，我们把小于0的值单独放到一个数组里，如果数组索引除2，余数为1则是前半部分，余数为0则是后半部分。

Answer 2

应该是取不出来的！！即使取出来了，那就不是中文字节了

Answer 3

你要怎么取出来？

追问

将一个string类型的中文字符串如 String a = new String("判断汉字a");然后对byte[] b = a.getBytes();转化为字节类型的数组，问在b 中一个字节b[3]，如何判断b[3]这个字节是不是一个汉字字符中的一个字节还是一个普通的字符，如果b[3]是汉字字符中的一个字节，如何知道他是字节中前半部分的字节还是后半部分的字节

Answer 4

最近我也好奇这个问题，我想应该是我这个想法，但不知道在哪实现的，拿UTF-8说，比如现在你的文本有2个字符“A方”，现在IO流里是二进制的“01101010101001.......”（假设是这样）,但是utf-8有编码规范的，也就是说“A方”这个转成二进制的代码固定的，然后开始读字符，第一次读了8个byte,可以解析成A,读第二个字节（“方”占了3个字节，现在读的这个字节是“方”的一部分，它怎么知道这是个汉字而不是别的呢？）前面我说了，utf-8编码有固定格式，比如说一个汉字的3个字节的编码，开头一定是“0111”，表示这个字符是3个字节的字符，你可以去查查utf-8的编码表，首先它读到了“0111XXXXX”，判断开头，知道这不是一个字母，而是个3字节的字符，于是不解析，接着读2字节，读完后（假设是“0111XXXXX XXXXXXXX XXXXXXXX”）开始解析，根据编码表知道这个是个“方”字。但java具体在哪做的这个我确实不知道。我感觉这不是java做的东西，应该交给底层的c去实现。。。