Java相当于 Java 的 String.getBytes(StandardCharsets.UTF_8) 的脚本

Question

我有以下 Java 代码：

String str = "\u00A0";
byte[] bytes = str.getBytes(StandardCharsets.UTF_8);
System.out.println(Arrays.toString(bytes));

这将输出以下字节数组：

[-62, -96]

我试图在 Java 脚本中获得相同的结果。我已经尝试过这里发布的解决方案：

function strToUtf8Bytes(str) {
  const utf8 = [];
  for (let ii = 0; ii < str.length; ii++) {
    let charCode = str.charCodeAt(ii);
    if (charCode < 0x80) utf8.push(charCode);
    else if (charCode < 0x800) {
      utf8.push(0xc0 | (charCode >> 6), 0x80 | (charCode & 0x3f));
    } else if (charCode < 0xd800 || charCode >= 0xe000) {
      utf8.push(0xe0 | (charCode >> 12), 0x80 | ((charCode >> 6) & 0x3f), 0x80 | (charCode & 0x3f));
    } else {
      ii++;
      // Surrogate pair:
      // UTF-16 encodes 0x10000-0x10FFFF by subtracting 0x10000 and
      // splitting the 20 bits of 0x0-0xFFFFF into two halves
      charCode = 0x10000 + (((charCode & 0x3ff) << 10) | (str.charCodeAt(ii) & 0x3ff));
      utf8.push(
        0xf0 | (charCode >> 18),
        0x80 | ((charCode >> 12) & 0x3f),
        0x80 | ((charCode >> 6) & 0x3f),
        0x80 | (charCode & 0x3f),
      );
    }
  }
  return utf8;
}

console.log(strToUtf8Bytes("h\u00A0i"));

但这给出了这个（这是一个https://developer.mozilla.org/en-US/docs/Web/JavaScript/Reference/Global_Objects/Uint8Array）：

[194, 160]

这对我来说是个问题，因为我正在使用 graal js 引擎，并且需要将数组传递给需要 byte[] 的 java 函数，因此数组中的任何值> 127 将导致错误，如下所述：

https://github.com/oracle/graal/issues/2118

请注意，我还尝试了 TextEncoder class 而不是 strToUtf8Bytes 函数，如下所述：

java string.getBytes("UTF-8") javascript equivalent

但它给出了与上面相同的结果。

还有什么我可以在这里尝试的，这样我就可以得到 Java脚本来生成与 Java 相同的数组吗？

Answer 1

按字节计算结果是一样的，JS只是默认unsigned字节。 U 在 Uint8Array stands for “unsigned”; the signed variant is called Int8Array.

转换很简单：只需将结果传递给 Int8Array 构造函数：

console.log(new Int8Array(new TextEncoder().encode("\u00a0"))); // Int8Array [ -62, -96 ]

Java相当于 Java 的 String.getBytes(StandardCharsets.UTF_8) 的脚本

JavaScript equivalent of Java's String.getBytes(StandardCharsets.UTF_8)

javascript

java

character-encoding

graalvm

graaljs