UTF8 中的字符串比较

Question

我有一个 PHP 脚本，它应该 return 一个 UTF-8 编码的字符串。但是，在 Java 中，我似乎无法以任何方式将它与它的内部字符串进行比较。

如果我打印 "OK" 和响应，它们在控制台中显示相同。但是，如果我检查 equality

if ( "OK".equals(response) ) {

结果是假的。我用二进制打印出来，响应是 11101111 10111011 10111111 01001111 01001011，Java 的字符串 "OK" 然而是 01001111 01001011，这是清晰的 ASCII。我尝试了几种方法将其转换为 UTF8，但无济于事：

String result2 = new String("OK".getBytes(StandardCharsets.UTF_8), StandardCharsets.UTF_8);

和

String result2 = new String("OK".getBytes(StandardCharsets.ISO_8859_1), StandardCharsets.UTF_8);

两者都不起作用，出于某种原因仍然 return ASCII 代码。

byte[] result2 = "OK".getBytes(StandardCharsets.UTF_8); System.out.print(new String(result2));

虽然这也给出了正确的 "OK" 结果，但在二进制中它仍然是 returns ASCII。

我已经尝试将通信更改为数字，但 1 仍然不等于 1，因为 Integer.parseInt(response) returns "1"不是String错误信息，虽然在其他方面，它被识别为一个正常的String。

我正在寻找一种解决方案，最好将 "OK" 转换为 UTF-8 而不是响应 ASCII，因为我需要与 PHP 脚本以及 2 个数据库进行通信，所有设置为 UTF-8。 Java 由开关 -Dfile.encoding=UTF8 启动以确保国家字符不被破坏。

Answer 1

在 UTF-8 中，所有代码为 127 或更小的字符都由单个字节编码。因此UTF-8和ASCII中的"OK"是相同的两个字节。

11101111 10111011 10111111 01001111 01001011 这不只是简单 "OK" 它是

0xEF, 0xBB, 0xBF, "OK"

其中 0xEF, 0xBB, 0xBF 是 BOM (Byte order mark)

是编辑器不显示但用于确定编码的符号。

可能这些符号在 <?php

之前出现在您的 php 脚本中

您必须将编辑器配置为从文件中删除 BOM

UPD

如果无法更改 php 脚本，您可以使用解决方法：

  // check if the first symbol of the response is BOM
  if (!response.isEmpty() && (response.charAt(0) == 0xFEFF)) {
    // removing the first symbol
    response = response.substring(1);
  }

UTF8 中的字符串比较

String comparision in UTF8

java

string

utf-8