我正在为一个类项目编写一些编码/解码例程,我对 Java 在这种情况下的默认行为有点困惑。这是我的“天真”子程序,用于在字节流中写入和读取字符串:
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,这根本行不通;默认情况下,字符以 UTF-16 格式编写,但 String(byte[])
似乎假定每个字节都包含一个字符,并且由于 ASCII 字符在 UTF 中都以 0 字节开头- 16、构造函数似乎只是放弃并返回一个空字符串。解决方法是将readString
改成必须使用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,为什么这是必要的?由于 Java 默认对字符串使用 UTF-16,为什么它不假设在从字节读取字符时使用 UTF-16?或者,为什么默认情况下它不首先将字符编码为字节?简而言之,为什么 writeChars()
方法和 String(byte[])
构造函数的默认行为彼此不平行?
最佳答案
问题是您正在使用底层 char[]
进行编写,它本质上是一个 byte[]
表示字符串的 UTF-16 表示形式,请参阅 javadoc .
然后,您将使用 String(byte[] bytes)
构造函数进行读取,该构造函数旨在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()
函数是专门为此设计的。
如果出于某种原因你想使用底层的 byte[]
你可以使用 String.getBytes("UTF-8 ")
,再次查看 javadoc。
为了简化问题,您可以只使用 ObjectOutputStream
和 ObjectInputStream
并将实际的 String
序列化为流,而不仅仅是它的 char[]
表示。
关于java - 为什么 DataOutputStream.writeChars(str) 和 String(byte[]) 不使用相同的编码?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14927521/