Java内部字符串表示：是UTF-16吗？

我发现Java字符串在内部表示为UTF-16。出于好奇，我开发并运行了以下代码段（Java 7）：

这导致：

[65, 66, 67]

正在打印到控制台输出

它如何与UTF-16匹配

---

更新。有没有办法编写一个程序，按原样打印字符串的内部字节？

您似乎误解了什么

对于所有的系统关心，而且大多数时候，开发人员关心，

char

s也可以是信鸽，并且

String

s是所述信鸽的序列。虽然是的，但在内部，字符串是

char

s的序列（更准确地说是UTF-16代码单元），这不是这里的问题

您不会将

char

s写入文件，也不会从文件中读取

char

s。您可以写入和读取字节

为了将字节序列作为字符/信鸽序列读取，需要一个解码器；类似地（这里就是这么做的），为了将字符/信鸽转换成字节，您需要一个编码器。在Java中，这两种方法都可以从

String.getBytes（）

恰好使用了带有默认平台字符编码的编码器（使用

Charset.defaultCharset（）

获得），而且对于输入字符串

“ABC”

和JRE实现，生成的字节序列恰好是65、66、67。结果就是这样

---

现在，尝试使用

String.getBytes（Charset.forName（“UTF-32LE”））

，您将得到不同的结果。

您似乎误解了什么

对于所有的系统关心，而且大多数时候，开发人员关心，

char

s也可以是信鸽，并且

String

s是所述信鸽的序列。虽然是的，但在内部，字符串是

char

s的序列（更准确地说是UTF-16代码单元），这不是这里的问题

您不会将

char

s写入文件，也不会从文件中读取

char

s。您可以写入和读取字节

为了将字节序列作为字符/信鸽序列读取，需要一个解码器；类似地（这里就是这么做的），为了将字符/信鸽转换成字节，您需要一个编码器。在Java中，这两种方法都可以从

String.getBytes（）

恰好使用了带有默认平台字符编码的编码器（使用

Charset.defaultCharset（）

获得），而且对于输入字符串

“ABC”

和JRE实现，生成的字节序列恰好是65、66、67。结果就是这样

---

现在，尝试使用

String.getBytes（Charset.forName（“UTF-32LE”））

，您将得到一个不同的结果。

Java字符串确实在内部表示为UTF-16，但您正在调用

getBytes

方法，该方法执行（我的重点）

使用平台的 默认字符集，将结果存储到新的字节数组中

您的平台的默认编码可能不是UTF-16

如果使用允许指定编码的变量，则可以查看字符串在其他编码中的外观：

public byte[] getBytes(Charset charset)

---

如果您查看for

java.lang.String

，您可以看到该字符串在内部存储为一个（16位）字符数组。

java字符串确实在内部表示为UTF-16，但您正在调用

getBytes

方法，该方法执行（我的重点）

使用平台的 默认字符集，将结果存储到新的字节数组中

您的平台的默认编码可能不是UTF-16

如果使用允许指定编码的变量，则可以查看字符串在其他编码中的外观：

public byte[] getBytes(Charset charset)

---

如果查看for

java.lang.String

，可以看到该字符串在内部存储为一个（16位）字符数组。

java的内部字符串表示是基于它们的

char

和UTF-16。
：现代虚拟机（自Java6Update21PerformanceRelease以来）可能会尝试通过使用基本ASCII（单字节编码）来节省空间，这就足够了

序列化/java本机接口采用（UTF-8的代理不可知变量）编码，NUL表示为两个字节，以避免嵌入零

所有这些都与您的“测试”无关：
，这不是内部字符集：

使用平台的默认字符集将此字符串编码为字节序列，并将结果存储到新的字节数组中。
当此字符串无法在默认字符集中编码时，此方法的行为未指定。当需要对编码过程进行更多控制时，应使用CharsetEncoder类

---

Java的内部字符串表示基于它们的

char

，因此是UTF-16。
：现代虚拟机（自Java6Update21PerformanceRelease以来）可能会尝试通过使用基本ASCII（单字节编码）来节省空间，这就足够了

序列化/java本机接口采用（UTF-8的代理不可知变量）编码，NUL表示为两个字节，以避免嵌入零

所有这些都与您的“测试”无关：
，这不是内部字符集：

使用平台的默认字符集将此字符串编码为字节序列，并将结果存储到新的字节数组中。
当此字符串无法在默认字符集中编码时，此方法的行为未指定。当需要对编码过程进行更多控制时，应使用CharsetEncoder类

---

@Dia如何与“Java将字符串作为UTF-16在内部存储，每个字符使用2个字节”配合使用？请参阅@Dia

public byte[] getBytes(Charset charset)

public byte[] getBytes()