Java中String的字符编码是什么？

Question

我对Java中字符串的编码感到困惑。我有一些问题。如果您知道答案，请帮助我：

1）内存中Java字符串的本机编码是什么？当我写String a = "Hello"时，它将以哪种格式存储？由于Java与机器无关，我认为系统不会进行编码。

2）我在网上读到“UTF-16”是默认编码，但我感到困惑，因为当我写int a = 'c'时，我得到了ASCII表中字符的编号。那么ASCII和UTF-16是一样的吗？

3）另外，我不确定内存中字符串的存储依赖于什么：操作系统，语言？

Answer 1

1. Java在内部将字符串存储为UTF-16。

2. “默认编码”不太正确。 Java在内部将字符串存储为UTF-16，但外部使用的编码“系统默认编码”因平台而异，甚至可能会被某些平台上的环境变量等更改。

   ASCII是Latin 1的子集，它是Unicode的子集。 UTF-16是一种编码Unicode的方法。因此，如果对任何属于ASCII范围的字符执行int i = 'x'测试，您将获得ASCII值。但是，UTF-16可以表示比ASCII更多的字符。

3. 来自java.lang.Character docs：

     

   Java 2平台在char数组和String和StringBuffer类中使用UTF-16表示。

   因此，它被定义为Java 2平台的一部分，UTF-16用于这些类。

Answer 2

1）字符串是对象，通常包含char数组和字符串的长度。字符数组通常实现为16位字的连续数组，每个字包含本机字节顺序的Unicode字符。

2）将字符值分配给整数会将16位Unicode字符代码转换为等效的整数。因此，'c'，即U + 0063，变为0x0063或99。

3）由于每个String都是一个对象，它包含除其类成员之外的其他信息（例如，类描述符字，锁/信号量字等）。

<强> ADENDUM
对象内容取决于JVM实现（确定与每个对象相关的固有开销），以及类实际编码的方式（即，某些库可能比其他库更有效）。

示例
典型的实现将为每个对象实例分配两个字的开销（对于类描述符/指针和信号量/锁控制字）; String对象还包含int长度和char[]数组引用。字符串的实际字符内容存储在第二个对象char[]数组中，该数组又分配了两个字，加上一个数组长度字，以及根据需要添加的多个16位char元素对于字符串（加上创建字符串时留下的任何额外字符）。

ADDENDUM 2
one char表示一个 Unicode字符的情况仅在大多数情况下才为真。这将意味着UCS-2编码并且在2005之前是真的。但是现在Unicode变得更大并且字符串必须使用UTF-16编码 - 其中一个Unicode字符可以使用两个 { {1}}在Java char中。

查看Apache实现的实际源代码，例如： at：
http://www.docjar.com/html/api/java/lang/String.java.html

Answer 3

虽然这不能回答你的问题，但值得注意的是......在java字节代码（类文件）中，字符串以UTF-8存储。 http://java.sun.com/docs/books/jvms/second_edition/html/ClassFile.doc.html

Answer 4

编辑：感谢LoadMaster帮助我纠正我的回答：）

1）所有内部字符串处理都以UTF-16进行。

2）ASCII是UTF-16的子集。

3）Java内部是UTF-16。其余的，取决于你的位置，是的。