输入流每字节读取如何工作？

Question

我无法理解 System.in.read() 方法是如何工作的。

有这么一段代码：

    public static void main(String[] args) throws IOException {

        while (true){

            Integer x = System.in.read();

            System.out.println(Integer.toString(x, 2));

        }

我知道 System.in.read() 方法从输入流中读取每个字节。

所以当我输入'A'（U+0041，一个字节用于存储字符）时 - 程序输出是：

 1000001 (U+0041)

 1010 (NL) - it works as expected.

但是当我输入“Я”（U+042F，两个字节用于存储字符）时 - 输出是：

 11010000 (byte1)

 10101111 (byte2)

 1010 (byte3 - NL)

字母“Я”(U+042F) 的真实代码是 10000101111。

为什么 11010000 10101111 (byte1 + byte2) 不是字母 'Я'(U+042F) 的二进制代码？

Answer 1

这将取决于向 发送数据的外部进程System.in。它可以是命令 shell、IDE 或其他进程。在命令 shell 的典型情况下，shell 将配置字符编码。（chcp在 Windows 上、locale charmap在 Linux 上。）字符编码确定图形字符或字形如何编码为数字。例如，Windows 计算机可能使用“Windows-1251”的“代码页”并将“Я”编码为一个字节 (0xCF)。或者，它可以使用 UTF-8 并将“Я”编码为两个字节 (0xD0 0xAF)，或使用 UTF-16 并使用两个不同的字节 (0x04 0x2F)。您的结果表明，向 Java 程序发送数据的进程正在使用 UTF-8 作为编码。