说“Java Modified UTF-8 Encoding”是什么意思？
说“Java Modified UTF-8 Encoding”是什么意思？ 它与普通的UTF-8编码有什么不同？
这在DataInput的javadoc中有详细描述：
修改了UTF-8
DataInput和DataOutput接口的实现表示Unicode字符串，其格式略微修改为UTF-8。 （有关标准UTF-8格式的信息，请参见3.9 Unicode标准的Unicode编码格式，版本4.0 ）。 请注意，在下表中，最重要的位出现在最左侧的列中。…（有些表，请点击javadoc链接看看你自己）…
此格式与标准UTF-8格式之间的差异如下：
- 空字节
'\u0000'以2字节格式而不是1字节编码，因此编码的字符串永远不会嵌入空值。- 仅使用1字节，2字节和3字节格式。
- 补充字符以代理对的forms表示。
如何阅读它在DataInput#readUTF()的javadoc中有详细描述：
的readUTF
String readUTF() throws IOException读取使用修改的UTF-8格式编码的字符串。
readUTF的一般契约是它读取以修改的UTF-8格式编码的Unicode字符串的表示; 然后将此字符串作为String返回。首先，读取两个字节并用于构造无符号的16位整数，其方式与
readUnsignedShort方法完全相同。 此整数值称为UTF长度，并指定要读取的其他字节数。 然后通过将它们分组考虑将这些字节转换为字符。 每组的长度根据组的第一个字节的值计算。 组之后的字节（如果有）是下一组的第一个字节。如果组的第一个字节与位模式
0xxxxxxx匹配（其中x表示“可能是0或1”），则该组仅由该字节组成。 该字节被零扩展以形成一个字符。如果组的第一个字节与位模式
110xxxxx匹配，则该组由该字节a和第二个字节b。 如果没有字节b（因为字节a是要读取的最后一个字节），或者如果字节b与位模式10xxxxxx不匹配，则抛出UTFDataFormatException。 否则，该组将转换为字符：(char)(((a& 0x1F) << 6) | (b & 0x3F))如果组的第一个字节与位模式
1110xxxx匹配，则该组由该字节a和另外两个字节b和c。 如果没有字节c（因为字节a是要读取的最后两个字节之一），或者字节b或字节c与位模式10xxxxxx不匹配，则抛出UTFDataFormatException。 否则，该组将转换为字符：(char)(((a & 0x0F) << 12) | ((b & 0x3F) << 6) | (c & 0x3F))如果组的第一个字节与模式
1111xxxx或模式10xxxxxx，则抛出UTFDataFormatException。如果在整个过程中的任何时候遇到文件结尾，则抛出
EOFException。通过此过程将每个组转换为字符后，将按照从输入流中读取相应组的顺序收集字符，以形成返回的
String。接口
DataOutput的writeUTF方法可用于写入适合于通过此方法读取的数据。
Java编程语言使用UTF-16作为其内部文本表示，支持对字符串序列化进行非标准的UTF-8修改。 此编码称为修改的UTF-8。 修改后的UTF-8与标准UTF-8有两点不同。 第一个区别是空字符（U + 0000）用两个字节而不是一个字节编码，特别是11000000 10000000。
可能是这个： http ： //en.wikipedia.org/wiki/UTF-8#Modified_UTF-8
“在正常使用中，Java编程语言在通过InputStreamReader和OutputStreamWriter读取和写入字符串时支持标准UTF-8。但是它使用Modified UTF-8进行对象序列化，Java Native Interface，以及在类文件中嵌入常量字符串。 “