UnmappableCharacterException是什么意思？

Question

CharsetDecoder 读取：

有两种常见的解码错误。如果输入的字节序列在此字符集中不合法，则认为输入是畸形的。如果输入的字节序列合法，但无法映射到有效的Unicode字符，则遇到了不可映射字符。

我理解畸形字符的概念，但是什么是不可映射字符？我以为Unicode包含所有可能的字符。那么，如何才能使一个合法的字节序列不能映射到Unicode字符呢？

- Gili

Answer 1

虽然Unicode可以代表很多语言的许多字符，但它肯定不是详尽无遗的。换句话说，有一些字符集中的字符没有映射到Unicode。

- Brandon E Taylor

Answer 2

据我所知，UTF-8（或ISO-8859-1）中没有无法映射的字节序列。其他字符集可能会有无法映射的字节序列。这个不同问题的答案中给出的示例显示{{link2：IBM1098}}有一些无法映射的字节序列。具体来说，0x80、0x81和0xCF是无法映射的。

可以按以下方式进行测试：

public static void main(String[] args) throws CharacterCodingException {
    Charset.forName("IBM1098").newDecoder().onUnmappableCharacter(CodingErrorAction.REPORT)
            .decode(ByteBuffer.allocate(4).putInt(0x80).rewind());
}

运行上述代码将抛出一个UnmappableCharacterException异常：

Exception in thread "main" java.nio.charset.UnmappableCharacterException: Input length = 1
    at java.base/java.nio.charset.CoderResult.throwException(CoderResult.java:275)
    at java.base/java.nio.charset.CharsetDecoder.decode(CharsetDecoder.java:813)
    at com.example.FindUnmappableCharacter.main(FindInvalidCharacters.java:27)

- M. Justin

Answer 3

猜想一下...

我预计这样的值应该存在于尚未为实现填充的空块之一。该错误可能会预测将来合法字符的值，但目前不存在。Unicode所包含的字符集是一个永无止境的进展过程（有关当前正在考虑的字符，请参见proposed characters）。

- McDowell