ObjectOutputStream 的 writeObject 方法使用什么字符编码？

Question

我读到Java内部使用UTF-16编码。即我明白，如果我有这样的： String var = "जनमत";那么“जनमत”将在内部以 UTF-16 编码。那么，如果我将此变量转储到某个文件，如下所示：

fileOut = new FileOutputStream("output.xyz");
out = new ObjectOutputStream(fileOut);
out.writeObject(var);

文件“output.xyz”中字符串“जनमत”的编码是否为 UTF-16？另外，稍后如果我想通过 ObjectInputStream 读取文件“output.xyz”，我是否能够获得变量的 UTF-16 表示形式？

谢谢。

Answer 1

那么，如果我将此变量转储到某个文件...文件“output.xyz”中字符串“जनमत”的编码是否为 UTF-16？

文件中字符串的编码将采用 ObjectOutputStream 想要放入的任何格式。您应该将其视为只能由 ObjectInputStream 读取的黑匣子>。 （说真的 - 尽管格式是 IIRC 记录充分< /a>，如果您想要使用其他工具读取它，您应该自己将对象序列化为 XML 或 JSON 或其他形式。）

稍后，如果我想通过 ObjectInputStream 读取文件“output.xyz”，我能否获得变量的 UTF-16 表示形式？

如果您使用 ObjectInputStream 读取文件，您将获得原始对象的副本。这将包括一个 java.lang.String，它只是一个字符流（而不是字节） - 如果您愿意，可以通过 getBytes() 方法 (虽然我怀疑你实际上并不需要）。

---

总之，不要太担心序列化的内部细节。如果您需要知道发生了什么，请自己创建该文件；如果您只是好奇，请相信 JVM 会做正确的事情。

Answer 2

关闭：它并不完全是UTF-16，而是类似UCS-2的东西；但无论哪种方式，它确实对大多数字符使用 2 个字节（以及 2 个字符的序列，即对一些很少使用的代码点使用 4 个字节）。

ObjectOutputStream 使用一种称为“修改的 UTF-8”的东西，它类似于 UTF-8，但其中零字符表示为 2 字节序列，这对于 UTF-8 来说是不合法的（由于编码的唯一性限制），但这种自然解码回到值 0。

但是您真正要问的是“它是否有效，以便我写入一个字符串，读取一个字符串”——答案是肯定的。 JDK 在写出字节时进行正确的编码，在读取时进行解码。

就其价值而言，您最好对字符串使用“writeUTF()”方法，因为我认为结果输出更紧凑。但“writeObject()”也可以工作，只是需要更多的元数据。

Answer 3

补充一下，ObjectOutputStream.writeString() 将确定给定字符串的 UTF 长度，并以“标准”UTF 或“长”UTF 格式写入，其中“长”如javadoc

“长”UTF 格式与
标准 UTF，只不过它使用 8
字节头（而不是标准的 2
bytes) 来传达 UTF 编码
长度。

我从代码中得到了这个......

private void writeString(String str, boolean unshared) throws IOException {
    handles.assign(unshared ? null : str);
    long utflen = bout.getUTFLength(str);
    if (utflen <= 0xFFFF) {
        bout.writeByte(TC_STRING);
        bout.writeUTF(str, utflen);
    } else {
        bout.writeByte(TC_LONGSTRING);
        bout.writeLongUTF(str, utflen);
    }
}

并且在 writeObject(Object obj) 中他们做了检查

if (obj instanceof String) {
    writeString((String) obj, unshared);
}