Question

我正在为一个类项目编写一些编组/解组例程，在这种情况下我对Java的默认行为感到有些困惑。这是我的天真＆＃34;用于在字节流中写入和读取字符串的子例程：

protected static void write(DataOutputStream dout, String str)
        throws IOException{
    dout.writeInt(str.length());
    dout.writeChars(str);
}

protected static String readString(DataInputStream din)
        throws IOException{
    int strLength = 2*din.readInt(); // b/c there are two bytes per char
    byte[] stringHolder = new byte[strLength];
    din.read(stringHolder);
    return new String(stringHolder);
}

不幸的是，这根本不起作用;默认情况下，字符以UTF-16格式写入，但String(byte[])似乎假设每个字节都包含一个字符，并且因为ASCII字符都以UTF-16中的0字节开头，所以构造函数似乎只是给出向上并返回一个空字符串。解决方案是更改readString以指定它必须使用UTF-16编码：

protected static String readString(DataInputStream din)
        throws IOException{
    int strLength = 2*din.readInt();
    byte[] stringHolder = new byte[strLength];
    din.read(stringHolder);
    return new String(stringHolder, "UTF-16");
}

我的问题是，为什么这有必要？由于Java默认使用UTF-16作为字符串，为什么它不会假设在从字节读取字符时使用UTF-16？或者，或者，为什么它不会默认将字符编码为字节？简而言之，为什么不将writeChars()方法和String(byte[])构造函数的默认行为相互平行？

Answer 1

问题是您正在使用基础char[]编写，其中byte[]表示字符串的UTF-16表示，请参阅javadoc。然后使用String(byte[] bytes)构造函数进行读取，该构造函数用于读取使用系统默认编码编码的数据，在您的情况下可能是UTF-8。您需要保持一致，事实上DataOutputStream.writeUTF()和DataInputStream.readUTF()函数是专门为此而设计的如果您因某些原因需要使用基础byte[]，则可以使用String轻松获取String.getBytes("UTF-8")的UTF-8表示形式，再次参阅javadoc。
为简化问题，您只需使用ObjectOutputStream和ObjectInputStream即可将实际的String序列化到流而不仅仅是char[]表示。

Answer 2

最好认为Java不使用其字符的任何编码。它的字符串只是原始的16位字符值，与UTF16相同。 “其他”方法默认为系统编码的原因是因为不同的平台使用不同的默认编码。例如，将包含部分ascii字符的UTF8写入使用EBDCDIC（sp）的大型机是没有意义的。

为什么DataOutputStream.writeChars（str）和String（byte []）使用相同的编码？

2 个答案: