在什么编码中存储了Java char？

Question

Java char类型是否保证以任何特定编码存储？

编辑：我错误地说了这个问题。我要问的是保证使用任何特定编码的字面文字吗？

Answer 1

“存储”在哪里？ Java中的所有字符串都是represented in UTF-16。当写入文件，通过网络发送或其他任何内容时，它将使用您指定的任何字符编码发送。

修改：特别针对char类型，请参阅Character docs。具体来说：“char数据类型...基于原始的Unicode规范，它将字符定义为固定宽度的16位实体。”因此，如果 char实际上包含来自该字符集的字符，那么将int转换为char将始终为您提供UTF-16值。如果您只是在char中添加了一些随机值，它显然不一定是有效的UTF-16字符，同样如果您使用错误的编码读取该字符。文档继续讨论补充UTF-16字符如何只能由int表示，因为char没有足够的空间来容纳它们，并且如果你在这个级别上运行，熟悉那些语义可能很重要。

Answer 2

Java char通常用于保存Unicode code unit;即16位单元，它是有效UTF-16序列的一部分。但是，没有什么可以阻止应用程序将任何16位无符号值放入char，无论它实际意味着什么。

所以你可以说一个Unicode代码单元可以由<{1}}表示，而char 可以代表一个Unicode代码单元。 ..但在一般情况下，这些都不是必然是真的。

关于如何存储Java char的问题无法解答。简单地说，这取决于你所说的“存储”：

• 如果您的意思是“在执行程序中表示”，那么答案就是特定于JVM实现。 （char数据类型通常表示为16位机器整数，但它可能是机器字对齐，也可能不是机器字对齐，具体取决于具体的上下文。）

• 如果您的意思是“存储在文件中”或类似的东西，那么答案就是完全依赖应用程序选择如何存储它。

---

  

Java char类型是否保证以任何特定编码存储？

根据我上面所说的，答案是“不”。在正在执行的应用程序中，由应用程序决定char的含义/包含内容。当char存储到文件中时，应用程序会决定它如何存储它以及它将使用的磁盘表示形式。

---

<强>后续

  

char文字怎么样？例如，'c'必须具有由语言定义的某个值。

这取决于字符文字形式，以及字符是什么。例如，对于小写的“c”，“c”将具有Unicode代码点的底部16位的值。但是表示为'\ uxxxx'的文字可能不代表有效的Unicode代码点。或者（取决于应用程序的含义）它可能根本不代表一个角色。

源代码文件的编码也使（可能）复杂化。理论上可以用自定义字符编码表示源代码，其中（为了参数）大写字母被编码为小写，反之亦然。如果你这样做了，并且你能够在启动编译器之前注册相应的Charset编码器和解码器，那么看起来像char的文字（将输入视为ASCII或UTF-8）实际上将具有值{ {1}}在编译器程序中而不是'c'。

Answer 3

最初，Java在内部使用UCS-2;现在它使用UTF-16。除了D800 - DFFF之外，两者几乎相同，它们在UTF-16中用作较大字符的扩展表示的一部分。