空でないUTF-8バイト配列から空のJava文字列を作成できますか？

Question

私は何かをデバッグしようとしているし、次のコードは、これまで真

public boolean impossible(byte[] myBytes) { 
    if (myBytes.length == 0) 
    return false; 
    String string = new String(myBytes, "UTF-8"); 
    return string.length() == 0; 
} 

を返すことができる場合、私は思ったんだけど、私はそれを渡すことができますいくつかの値がtrueを返しますありますか？私は2バイトのシーケンスの最初のバイトだけを渡すことで手抜きをしましたが、それでも1つの文字列が生成されます。

これを明らかにするために、GCJでコンパイルされたJava 1.4コードのPowerPCチップで、ネイティブのバイナリ実行可能ファイルが作成されました。これは、基本的に、ほとんどのベットがオフであることを意味します。私は、Javaの「通常の」振る舞い、あるいはJavaの仕様が何か約束をしたのかどうか、ほとんど疑問に思います。

Answer 1

バイト列に無効または予期しないデータが含まれている場合、java.util.Stringのjavadocによると、新しいString（byte []、 "UTF-8"）の動作は指定されません。結果の文字列に予測性を追加する場合は、http://java.sun.com/j2se/1.5.0/docs/api/java/nio/charset/CharsetDecoder.htmlを使用します。

Answer 2

UTF-8は、可変長符号化方式であり、ほとんどの「通常」文字は1バイトです。だから任意の空でないバイト[]は常に文字列に変換され、私は思っていただろう。

再生したい場合は、可能なすべてのバイト値を繰り返し処理し、その値の単一値配列を渡し、その文字列が空でないことを宣言する単体テストを作成します。

Answer 3

おそらく。

Java 5 API docsから「指定されたバイトが指定された文字セットで有効でない場合のこのコンストラクタの動作は不定です。

私はそれがに依存していることを推測：ドキュメントが指定されていない「と言ったら、あなたのJVM（日、HP、IBM、オープンソース1、など）

を書いたベンダー を使用されているJavaのバージョン 「すべてのベットは

編集オフになっている：Trey によってそれに打たJavaは（私は、彼らはまだそれを固定しているかどうかわからないんだけど、これは）正しくBOM markを処理する場合CharsetDecoder

Answer 4

を使用してについての彼のアドバイスを取り、その後、それは可能なはずですinpu t BOM（U + FEFF、UTF-8のバイトシーケンスEF BB BF）を持つバイト配列。空の文字列を取得します。

---

更新：

私は1-3バイトの全ての値とそのメソッドをテストしました。それらの誰もJava 1.6で空文字列を返しませんでした。ここでは、私は別のバイト配列の長さで使用したテストコードです：

public static void main(String[] args) throws UnsupportedEncodingException { 
    byte[] test = new byte[3]; 
    byte[] end = new byte[test.length]; 

    if (impossible(test)) { 
     System.out.println(Arrays.toString(test)); 
    } 
    do { 
     increment(test, 0); 
     if (impossible(test)) { 
      System.out.println(Arrays.toString(test)); 
     } 
    } while (!Arrays.equals(test, end)); 

} 

private static void increment(byte[] arr, int i) { 
    arr[i]++; 
    if (arr[i] == 0 && i + 1 < arr.length) { 
     increment(arr, i + 1); 
    } 
} 

public static boolean impossible(byte[] myBytes) throws UnsupportedEncodingException { 
    if (myBytes.length == 0) { 
     return false; 
    } 
    String string = new String(myBytes, "UTF-8"); 
    return string.length() == 0; 
}