Java 字符串内部表示

Question

我了解 Java 的内部表示形式为 String 是 UTF-16。 What is java string representation?

此外，我知道在 UTF-16 字符串中，每个 'character' 都使用一个或两个 16 位代码单元进行编码。

然而，当我调试以下java代码时

String hello = "Hello";

变量hello是一个5字节的数组0x48,0x101,0x108,0x108,0x111 这是 "Hello" 的 ASCII。

怎么会这样？

Answer 1

我使用以下代码获取了迷你 java 进程的 gcore 转储：

 class Hi {
    public static void main(String args[]) {
        String hello = "Hello";
        try {
            Thread.sleep(60_000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

    }
}

并在 Ubuntu 上进行了 gcore 内存转储。（使用 jps 获取 pid 并将其传递给 gcore）

如果找到这个：48 65 6C 6C 6F 在使用 Hexeditor 的转储中，所以它在内存中的某个地方作为 ASCII。

还有 48 00 65 00 6C 00 6C，它是 String

的 UTF-16 表示的一部分

Answer 2

String 未指定内部表示，它是实现细节，因此您不能依赖它。很可能在 JDK-9 中它会被更改为使用双重编码（Latin-1 用于可以用 Latin-1 编码的字符串，UTF-16 用于其他字符串）。有关详细信息，请参阅 JEP-254。此功能已集成到 OpenJDK 主代码库中，因此如果您使用 Java-9 早期访问版本，您实际上将有 5 个字节。

Java 字符串内部表示

Java String internal representation

java

string

encoding

utf-16