Java 字符串内部表示答案

【问题标题】：Java String internal representationJava 字符串内部表示
【发布时间】：2016-05-04 02:08:20
【问题描述】：

我了解 Java 对 String 的内部表示是 UTF-16. What is java string representation?

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

但是，当我调试以下 java 代码时

String hello = "Hello";

变量hello是一个5字节数组0x48、0x101、0x108、0x108、0x111 这是“你好”的ASCII。

这怎么可能？

【问题讨论】：

你如何调试这个？它只是一个字符数组。
你确定这不是你看到的变量名吗？
@Fildor 0x48 具有“H”字符表示，而不是“h”。
@MarounMaroun 好点...
你怎么知道的？ IntelliJ IDEA 调试器不显示用于存储char 值的字节数。

标签： java string encoding utf-16

【解决方案1】：

String 内部表示没有指定，它是实现细节，所以你不能依赖它。很有可能在 JDK-9 中将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。此功能已集成在 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。

【讨论】：

【解决方案2】：

我使用以下代码获取了一个迷你 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）

如果发现这个：48 65 6C 6C 6F 在使用 Hexeditor 的转储中，所以它在内存中的某个位置作为 ASCII。

还有48 00 65 00 6C 00 6C，它是String 的UTF-16 表示的一部分

【讨论】：

是的，它是 ASCII（或者更确切地说是 UTF8）在编译的 .class 文件的常量池中。
好吧，所以这个答案，连同@yole 上面的评论（Intellij 调试器现在有点必须显示每个字符的大小）回答了这个问题。谢谢！