Java DataInput Javadoc中Modified UTF-8「bits 6-0」表述指什么？

这类标注里的短横不是减法运算符，是技术文档通用的连续区间连接符，整体是描述编码拆分规则的标准写法，新手产生误解通常是因为对两个基础文档约定不熟悉：

核心约定1：bits x-y 的指代范围 #

这类标注出现在Modified UTF-8编码规则表中时，x和y不是当前显示的字节内部的位编号，而是待编码的Unicode码点（本质是一个整数）转换为二进制后的位编号范围：

• 计算机领域的位编号默认从最低位（二进制最右侧的位）开始计数，从右往左数，最右位为第0位，越往左位序号越大
• bits x-y 的意思就是：从原始码点的二进制表示中，取出从第y位到第x位的连续片段，作为数据部分放入当前字节的可用位中

可以通过一个简单逻辑辅助判断：单个字节最多只有8位，对应的位序号最大是7，如果标注里的位序号大于7，那一定不可能是当前字节的内部位，只可能指代更长的待编码原始码点的位

核心约定2：每一行标注的总长度一定对应1个字节（8位） #

你之前算出总位数不对，是因为把短横当成减法运算了，我们拿你看到的三个典型标注逐行拆解验证：

1. 标注：0 bits 6-0
   • 前面的0是当前字节的最高固定位（占1位）
   • bits 6-0是指取原始码点的第0位到第6位的连续7个二进制位，作为数据填充到当前字节的低7位
   • 总长度：1位固定前缀 +7位数据位 = 8位，正好对应1个字节，这是单字节编码的结构，用来表示U+0001到U+007F范围的字符
2. 标注：1 1 0 bits 10-6
   • 前面的1 1 0是当前字节的高3位固定前缀（占3位）
   • bits 10-6是指取原始码点的第6位到第10位的连续5个二进制位，填充到当前字节的低5位
   • 总长度：3位固定前缀 +5位数据位 =8位，是双字节编码的第一个字节的结构
3. 标注：1 0 bits 5-0
   • 前面的1 0是当前字节的高2位固定前缀（占2位）
   • bits 5-0是指取原始码点的第0位到第5位的连续6个二进制位，填充到当前字节的低6位
   • 总长度：2位固定前缀 +6位数据位 =8位，是双/三字节编码的后续字节的结构

实际编码拆分验证 #

拿匹配规则的U+00A9（版权符号，Unicode码点169，二进制为10101001，属于双字节编码范围）举例，按照规则拆分：

1. 双字节编码的第一字节：3位固定前缀110 + 原始码点补全为11位后（00000010101001），取第6位到第10位的片段（00010），拼接后为11000010（0xC2）
2. 双字节编码的第二字节：2位固定前缀10 + 原始码点第0位到第5位的片段（101001），拼接后为10101001（0xA9）
   整个拆分过程完全和表格里的标注对应，全程没有减法运算的参与。

内容的提问来源于stack exchange，提问作者AlexzanderNikitaK