使用Java将ASCII转换为UTF16的unicode

Question

我能够使用以下代码找出如何将Unicode字符串转换为ASCII字符串。（学分在代码中）

    //create a string using unicode that says "hello" when printed to console
    String unicode = "\u0068" + "\u0065" + "\u006c" + "\u006c" + "\u006f";
    System.out.println(unicode);
    System.out.println("");

    /* Test code for converting unicode to ASCII
     * Taken from http://stackoverflow.com/questions/15356716/how-can-i-convert-unicode-string-to-ascii-in-java
     * Will be commented out later after tested and implemented.
     */
    //String s = "口水雞 hello Ä";

    //replace String s with String unicode for conversion
    String s1 = Normalizer.normalize(unicode, Normalizer.Form.NFKD);
    String regex = Pattern.quote("[\\p{InCombiningDiacriticalMarks}\\p{IsLm}\\p{IsSk}]+");

    String s2 = new String(s1.replaceAll(regex, "").getBytes("ascii"), "ascii");

    System.out.println(s2);
    System.out.println(unicode.length() == s2.length());
    //End of Test code that was implemented

现在，我的问题和好奇心战胜了我。我尝试过谷歌搜索，因为我对Java没有最好的了解

我的问题是，是否可以将ASCII字符串转换为UTF格式？尤其是UTF-16。（我之所以说UTF-16，是因为我知道UTF-8与ASCII有多相似，因此不必从ASCII转换为UTF-8）

提前谢谢

Answer 1

Java字符串使用UTF-16作为内部格式，它与String类无关。您将仅在两种情况下看到差异：

1. 将String作为字节数组检查时（请参见下文）。这在C语言中一直都会发生，但在更现代的语言中，字符串和字节数组（例如Java或Python3.x）之间的区别是不正确的
2. 当转换为更严格的编码时（这就是您所做的，UTF-8转换为ASCII），因为需要替换一些字符

如果您想在写入文件（或等效文件）之前将内容编码为UTF-16，可以使用：

String data = "TEST";
OutputStream output = new FileOutputStream("filename.txt");
output.write(data.getBytes("UTF-16"));
output.close();

生成的文件将包含：

0000000: feff 0054 0045 0053 0054                 ...T.E.S.T

这是UTF-16，开头有BOM字节