关于UTF-8的一点疑问

Question

[code="java"]String str = "爱我中华";

Charset cset = Charset.forName("UTF-8");

ByteBuffer bb = cset.encode(str);

byte[] bytes = bb.array();

System.out.println(bytes.length);[/code]
[size=large]
为什么上面的代码最后输出的结果显示bytes数组的长度为19.按照UTF-8的转换定义，每个汉字应该被转换成三个字节呀，纠结中，求解答[/size]

Answer 1

1. UTF-8使用1至6个字节为每个字符编码 [url]http://baike.baidu.com/view/25412.htm[/url] 不过这里的每个汉字的确是使用3个字节编码的： 爱：-25,-120,-79 我：-26,-120,-111 中：-28,-72,-83 华：-27,-115,-114
2. bb.array() 返回的是缓冲区的底层实现数组，并不仅仅是编码后的字节，末尾有多个0；
3. 获取编码后字节数组的正确方式 int length = bb.limit(); byte[] bytes = new byte[length]; bb.get(bytes);