Question

据我所知，Java for String的内部表示形式是UTF-16。 What is java string representation?

另外，我知道在UTF-16字符串中，每个'字符'都用一个或两个16位代码单元编码。

但是，当我调试以下java代码

时

String hello = "Hello";

变量hello是一个5字节的数组0x48,0x101,0x108,0x108,0x111 这是“Hello”的ASCII。

这怎么可能？

Answer 1

我使用以下代码进行了一个迷你java进程的gcore转储：

 class Hi {
    public static void main(String args[]) {
        String hello = "Hello";
        try {
            Thread.sleep(60_000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

    }
}

在Ubuntu上进行了gcore内存转储。（使用jps获取pid并将其传递给gcore）

如果在转储中使用Hexeditor找到了这个：48 65 6C 6C 6F，那么它在内存中就像ASCII一样。

但48 00 65 00 6C 00 6C也是UTF-16的{{1}}表示的一部分

Answer 2

String内部表示未指定，它是实现细节，因此您不能依赖它。它很可能在JDK-9中将其更改为使用双重编码（Latin-1表示可以用Latin-1编码的字符串，UTF-16用于其他字符串）。有关详细信息，请参阅JEP-254。此功能已集成在OpenJDK主代码库中，因此如果您使用的是Java-9早期访问版本，则实际上将有5个字节。

Java String内部表示

2 个答案: