Java中一个字符是1字节还是2字节？

Question

我认为java中的字符是16位，如java doc中建议的那样。字符串不也是这样吗？我有一个将对象存储到文件中的代码：

public static void storeNormalObj(File outFile, Object obj) {
    FileOutputStream fos = null;
    ObjectOutputStream oos = null;
    try {
        fos = new FileOutputStream(outFile);
        oos = new ObjectOutputStream(fos);
        oos.writeObject(obj);
        oos.flush();
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        try {
            oos.close();
            try {
                fos.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

基本上，当我打开 时，我尝试将字符串 "abcd" 存储到文件 "output" 中用编辑器>output，删除掉无字符串部分，只剩下字符串“abcd”，总共4个字节。有人知道为什么吗？对于ASCII可以支持的字符串，java是否会自动使用ASCII而不是UNICODE来节省空间？谢谢

Answer 1

（我认为“无字符串部分”是指创建 ObjectOutputStream 时发出的字节。您可能不想使用 ObjectOutputStream，但我不知道您的要求。）

仅供参考，Unicode 和UTF-8 不是一回事。 Unicode 是一个标准，除其他外，还指定了哪些字符可用。 UTF-8 是一种字符编码，指定如何将这些字符物理编码为 1 和 0。 UTF-8 可以使用 1 个字节表示 ASCII (<= 127)，最多使用 4 个字节表示其他 Unicode 字符。

UTF-8 是 ASCII 的严格超集。因此，即使您为文件指定 UTF-8 编码并向其写入“abcd”，它也只会包含这四个字节：它们在 ASCII 中具有与 UTF-8 中相同的物理编码。

您的方法使用 ObjectOutputStream，它实际上具有与 ASCII 或 UTF-8 显着不同的编码！如果您仔细阅读 Javadoc，如果 obj 是一个字符串并且已经出现在流中，则对 writeObject 的后续调用将导致发出对前一个字符串的引用，在重复字符串的情况下，可能会导致写入的字节数减少很多。

如果您真的想了解这一点，您确实应该花大量时间阅读有关 Unicode 和字符编码系统的内容。维基百科有一篇关于 Unicode 的优秀文章作为开始。

Answer 2

是的，char 只是 Java 运行时环境上下文中的 Unicode。如果您希望使用 16 位编码来编写它，请使用 FileWriter。

    FileWriter outputStream = null;

    try {
        outputStream = new FileWriter("myfilename.dat");

        int c;
        while ((c = inputStream.read()) != -1) {
            outputStream.write(c);
        }
    } finally {
        if (outputStream != null) {
            outputStream.close();
        }
    }

Answer 3

如果您查看 String 的源代码，会注意到它调用 DataOutput.writeUTF 来写入字符串。如果您读过，您会发现它们被写为“modified UTF-8”。细节很长，但是如果你不使用非7位ascii，是的，它将占用一个字节。如果您想要详细信息，请查看 DataOutput.writeUTF() 中的超长 javadoc

Answer 4

您可能有兴趣了解 Java Update 21 性能版本及更高版本中有一个 -XX:+UseCompressedStrings 选项。这将允许 String 对不需要 char[] 的字符串使用 byte[]，

尽管 Java Hotspot VM Options 指南建议默认情况下它可能处于打开状态，这可能仅适用于性能版本。只有当我明确打开它时，它才对我有用。

Answer 5

那么您期望一个 16*4=64 位 = 8 字节 文件吗？多于UTF-8或ASCII编码。一旦文件被写入文件。内存（就空间而言）管理取决于操作系统。并且您的代码无法对其进行控制。