默认编码及其更改方式

Question

默认编码及其更改方式

5

默认情况下，Character 和 String 使用UTF-16编码，但是在北美和大部分英语区域，使用UTF-8编码就足够了（因为它可以达到4个字节）。那么，如果我使用 InputStreamReader(InputStream)，那么它会给我默认的UTF-16 char 编码吗？使用 InputStreamReader(InputStream, "UTF-8") 可以提供UTF-8编码，这对我的目的已经足够了。

如何在使用英语环境时自动设置JVM的默认编码为UTF-8？目的是通过使用8位方案而不是16位编码来改善 Character 和 String 操作的性能（由于大多数ASCII都使用8位编码，并同时遵守Unicode标准）。

欢迎任何评论。谢谢！

- Ashley

3

我不是关于实际运行环境处理字符串的专家，但我认为除非您想创建自己的UTF-8字符串类的实现，否则无法更改它。请注意：通过在InputStreamReader构造函数中提供UTF-8，您不会改变Java本地(char)对象和字符串处理的方式，您只是改变输入数据的解析方式。不管您如何操作数据，在RAM中它都将被保持为UTF-16格式。 - initramfs

@CPUTerminator，感谢您的有用评论。您知道Java类文件的编码是什么吗？为了节省空间，它是UTF-8吗？ - Ashley

类文件的“编码”可以通过不同的编译器选项进行更改。如果您使用的是集成开发环境（IDE），则应该在构建属性中某个地方提供此选项。 - initramfs

1

这不是效率问题。如果您的输入源以UTF-16编码，将字符集编码设置为UTF-8会导致解析的数据无效。同样，如果数据是UTF-8并且您将字符集编码设置为UTF-16，则会尝试将两个不同的字符读取为一个符号。输入流的字符编码参数不应该是可选的，因为它对数据的处理方式有很大影响，因此这里的基本问题不是效率，而是正确性。 - initramfs

啊！这进一步阐明了问题。所以在编码/解码字符集方面，更注重正确性而不是效率。我会记住的。再次感谢。 - Ashley

显示剩余3条评论

2个回答

1

所以，如果我使用InputStreamReader(InputStream)，那么它会给我默认的UTF-16字符编码吗？使用InputStreamReader(InputStream，"UTF-8")将提供UTF-8编码，这足以满足我的目的。在使用英语语言环境的同时，如何将JVM的默认编码自动设置为UTF-8？从InputstreamReader java DOC中可以看到：InputStreamReader使用的字符集可以通过名称指定，也可以明确给出，或者接受平台的默认字符集。就像当我尝试在我的平台上打印时使用reader.getEncoding()；它打印UTF-8。Java通过在JVM启动时调用System.getProperty("file.encoding")来获取字符编码。因此，如果Java没有获取任何file.encoding属性，则对于所有实际目的，它使用UTF-8字符编码。但是要将编码设置为JVM实例，可以使用System.setProperty("file.encoding, "UTF-16")。

这里有一篇有关编程的有用文章，提供更多详细信息。

- Sage

你提出了一个很好的观点。所以，如果我使用你的代码设置系统属性，那么我还需要使用InputStreamReader(InputStream，"UTF-8")吗？如果我在程序启动时调用System.setProperty("file.encoding","UTF-8")一次，那么它是否会成为该JVM实例的全局默认值？ - Ashley

我还想问一下，设置了System.setProperty("file.encoding","UTF-8")之后，只有数据操作是UTF-8的，但实际上，无论如何，JAVA本身仍然会使用UTF-16。所以，如果我想使用UTF-32，那么我是否需要再次使用InputStreamReader(InputStream，"UTF-32")？我认为答案可能很明显，但如果您能确认一下，那就太好了。 - Ashley

1

1 Q: 不需要，如果您设置了系统属性，则不必在设置JVM实例的读取器构造函数中设置它。2 Q: 请检查此文章，我已经将其加为书签。 - Sage

1

据我所知，它是“UTF-8”。 - Sage

但是你可以从Java类文件的维基百科页面上得到正确的答案。 - Sage

显示剩余5条评论

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- bmargulies · Accepted Answer

Java中用于文本的内存数据类型char、Character和String都是UTF-16编码。总是。无条件的。

唯一可以更改的是Java从外部字节转换为内部字符的方式。没有办法将表示形式更改为UTF-8以节省空间。