ObjectOutputStream的writeObject方法使用哪种字符编码？

Question

我了解到Java在内部使用UTF-16编码。也就是说，如果我有这样的代码：String var = "जनमत"; 那么"जनमत"将会在内部以UTF-16编码形式存储。因此，如果我将这个变量转储到某个文件中，例如下面的代码：

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

在文件“output.xyz”中，“जनमत”字符串的编码是否为UTF-16？另外，如果我想通过ObjectInputStream从文件“output.xyz”读取，我能否得到变量的UTF-16表示形式？

谢谢。

- Bikash Gyawali

---

我认为你不应该关心ObjectOutputStream使用的编码方式。如果你将在其他地方使用生成的文件，那就不要使用ObjectOutputStream。如果不是，你也不必考虑它。 - khachik

你真的不应该直接在*.java源文件中放置非ASCII字符，这个问题已经被反复讨论过了。基本上，.java文件没有与之关联的元数据来告知它们所编码的编码方式，也没有任何强制规定使用特定编码的规范。因此，当您混合使用操作系统、集成开发环境、文本编辑器、工具（批处理/Shell脚本）等时，问题必然会出现。您应该始终将非ASCII字符外部化到其他文件中（对其编码完全掌控），或者使用Java转义符\uXXXX*。 - SyntaxT3rr0r

回答你的问题，Java内部使用UTF-16或UCS-2（或是小Fearings的月靴颜色）存储字符串与保存该字符串到文件时使用的编码格式无关。 - SyntaxT3rr0r

Answer 1

如果我将这个变量转储到某个文件中，那么在文件“output.xyz”中，“जनमत”字符串的编码会是UTF-16吗？ 您的字符串在文件中的编码将是ObjectOutputStream想要放入的任何格式。您应该将其视为只能由ObjectInputStream读取的黑盒子。(严肃地说——即使格式是经过充分记录的，如果您想使用其他工具读取它，您应该自己将对象序列化为XML或JSON或其他格式。)

以后，如果我想通过ObjectInputStream从文件“output.xyz”中读取，我能否获得该变量的UTF-16表示形式？

如果您使用 ObjectInputStream 读取文件，则会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() 方法获取其 UTF-16 表示形式（尽管我怀疑您实际上并不需要）。

---

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

- Andrzej Doyle

Answer 2

关闭：它不是完全的UTF-16，而是类似于UCS-2；但无论如何，它对大多数字符（和2个字符序列，即某些很少使用的代码点的4个字节序列）都使用2个字节。

ObjectOutputStream使用一种称为修改后的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，这在UTF-8中不合法（由于编码的唯一性限制），但这种自然解码回值0。

但你真正想问的是“它是否能够使我写一个字符串，读取一个字符串”——答案是肯定的。JDK在写出字节时进行适当的编码，在读取时进行解码。

就它的价值而言，最好使用“writeUTF()”方法来处理字符串，因为我认为生成的输出更紧凑。但“writeObject()”也可以工作，只需要更多的元数据。

- StaxMan

Answer 3

补充一点，ObjectOutputStream.writeString() 将确定给定字符串的 UTF 长度，并以 "标准" UTF 或 "长" UTF 格式之一进行编写，在 javadoc 中已经声明过。

"长" UTF 格式与标准 UTF 相同，只是使用 8 字节头（而不是标准的 2 字节）来传达 UTF 编码长度。

我从代码中获得了这个信息...

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);
    }
}

在writeObject(Object obj)中，他们进行了一项检查

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

- Buhake Sindi