Ist ein Zeichen 1 byte oder 2 Byte in Java?

Dachte ich Zeichen in java 16 bit, wie vorgeschlagen, in java-doc. Ist es nicht der Fall für strings? Ich habe einen code speichert ein Objekt in eine Datei:

public static void storeNormalObj(File outFile, Object obj) {
    FileOutputStream fos = null;
    ObjectOutputStream oos = null;
    try {
        fos = new FileOutputStream(outFile);
        oos = new ObjectOutputStream(fos);
        oos.writeObject(obj);
        oos.flush();
    } catch (IOException e) {
        e.printStackTrace();
    } finally {
        try {
            oos.close();
            try {
                fos.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

Im Grunde habe ich versucht, das speichern einer Zeichenfolge "abcd" im Datei -"output", als ich öffnete output mit einem editor gelöscht und die keine string-Teil, was übrig bleibt, ist nur die Zeichenfolge "abcd", die 4 bytes in total. Weiß jemand, warum? Macht java automatisch spart Platz durch die Verwendung von ASCII statt UNICODE-Strings, die kann unterstützt werden, indem ASCII? Dank

Nur so ein Gedanke: könnte es nicht sein, dass Java speichert in UTF-8?
Ja, genau - es speichert Strings im modifizierten UTF-8...

InformationsquelleAutor user685275 | 2011-05-13

7

(Ich glaube von "keine string-Teil" Sie beziehen sich auf die bytes, die ObjectOutputStream sendet, wenn Sie ihn erstellen. Es ist möglich, dass Sie nicht verwenden möchten, ObjectOutputStream, aber ich weiß nicht Ihren Anforderungen.)

Nur zur info, Unicode und UTF-8 sind nicht das gleiche. Unicode ist ein standard, der angibt, unter anderem, welche Zeichen verfügbar sind. UTF-8 ist eine Zeichenkodierung legt fest, wie diese Zeichen sind physisch codiert, in 1s und 0s. UTF-8 verwenden können 1 byte für ASCII - (<= 127) und bis zu 4 bytes zu repräsentieren, andere Unicode-Zeichen.

UTF-8 ist eine strikte Obermenge von ASCII. Also, auch wenn Sie eine UTF-8-Codierung für eine Datei und schreiben Sie "abcd", es enthält nur die vier bytes: Sie haben die gleichen physikalischen Codierung in ASCII, wie Sie in UTF-8.

Ihre Methode verwendet ObjectOutputStream das wirklich eine deutlich andere Codierung als ASCII-oder UTF-8! Wenn Sie Lesen der Javadoc sorgfältig, wenn obj ist ein string, der bereits eingetreten in den Strom, nachfolgende Aufrufe writeObject bewirkt, dass ein Verweis auf die Vorherige string emittiert werden, möglicherweise verursacht viel weniger bytes geschrieben werden, im Falle von wiederholten Zeichenfolgen.

Wenn Sie ernsthaft über das Verständnis dieser, Sie sollten wirklich verbringen eine gute Menge Zeit mit Lesen über Unicode und character encoding Systeme. Wikipedia hat einen hervorragenden Artikel auf Unicode als start.
- Eine andere wichtige Sache über die in-memory-Repräsentation von unicode-strings ist, dass ein unicode-codepoint nicht immer passen in eine 16-bit-char.
- Können Sie uns einige Szenarien, in denen diese überschreitet, 16 bit?
- Jedes Zeichen, das nicht in der Hauptebene hat ein codepoint größer als 2^16-1. Also UTF-16 kodiert es wird in zwei 16-bit chars. en.wikipedia.org/wiki/UTF-16/UCS-2
- Zur Beantwortung OP ' s Frage dann direkt: Es hängt von der Codierung der Zeichenfolge...
InformationsquelleAutor sjr
2

Ja, die char ist nur Unicode, die im Kontext der Java-runtime-Umgebung. Wenn Sie möchten, es zu schreiben, mit 16-bit-Kodierung verwenden, eine FileWriter.
```
    FileWriter outputStream = null;

    try {
        outputStream = new FileWriter("myfilename.dat");

        int c;
        while ((c = inputStream.read()) != -1) {
            outputStream.write(c);
        }
    } finally {
        if (outputStream != null) {
            outputStream.close();
        }
    }
```
- Ich glaube nicht, dass Sie verstehen, den Punkt, Pal - er fragt, warum einen Ausgabestrom schreibt einzelne bytes. Und die Antwort, die ich glaube, ist meine Antwort unten.
- Nein, die Codierung Fragen. Wenn er schreibt, mit einem 16-bit-Codierung, die das Betriebssystem prüfen und zuordnen 16 bits für den einzelnen char. Obwohl wieder ist es an das Betriebssystem.
- Ich würde nicht empfehlen die Verwendung FileWriter, weil es keine Möglichkeit gibt die Kodierung und nur unterstützt die Standard-Kodierung. Die (leider mehr verbose) new OutputStreamWriter(new FileOutputStream(file), encoding) ist die bessere Wahl.
InformationsquelleAutor Pål Brattberg
1

Wenn Sie einen Blick auf die Quelle der Zeichenfolge ist, wird es beachten Sie, dass es Anrufe DataOutput.writeUTF zu schreiben Saiten. Und wenn Sie Lesen, dass Sie finden, dass heraus Sie geschrieben sind, als "modifizierte UTF-8". Die Einzelheiten sind langwierig, aber wenn Sie nicht verwenden, nicht-7-bit-ascii, ja, es dauert ein byte. Wenn Sie möchten, dass die blutigen details Blick auf die EXTREM lange javadoc in DataOutput.writeUTF()

InformationsquelleAutor MJB
0

Können Sie daran interessiert zu wissen, es ist ein -XX:+UseCompressedStrings option Java Update 21 performance-release und höher. Dies ermöglicht eine Zeichenfolge verwenden, die eine byte[] für Saiten, die nicht brauchen, ein char[]

Trotz der Java Hotspot VM Options Leitfaden darauf hindeutet, kann es sein, standardmäßig aktiviert, dies kann nur für die performance-Versionen. Es nur scheint zu funktionieren für mich, wenn ich es einschalten explizit.

InformationsquelleAutor Peter Lawrey
-1

So erwarten Sie 16*4=64 bits = 8 bytes - Datei? Mehr als UTF-8 oder ASCII-Codierung. Sobald die Datei in eine Datei geschrieben werden. Der Speicher (in Form von Raum -) management ist bis auf das Betriebssystem. Und der code nicht haben die Kontrolle über es.
- Das ist nicht wahr, Ihr code kann absolut kontrollieren, wie die Ausgabe codiert werden.
- Ich verstehe. Aber auch, wenn Sie angeben, ist bis auf das Betriebssystem zu verwalten, die Platz braucht. (Bitte verstehen Sie, dass, ich bin nicht gegen das Betriebssystem wird die Codierung ändern)
- Siehe mein Kommentar auf @Pl Brattberg Antwort..
- Eigentlich +1 für deine Antwort. Es eindeutig fest. Wenn Sie schreiben, abcd, um eine Datei, Betriebssystem (obwohl die Codierung ist UTF-8) weisen 1 byte nur (weil es genug)..
- Das Betriebssystem hat nichts damit zu tun, wie die java-Codierung einer Zeichenfolge beim serialisieren.
- Denke, Sie verstehen nicht, mein Punkt!
- Dann sollten Sie vielleicht es besser erklären. Die Zuordnung zwischen Ihren Daten und einer Folge von bytes ist nicht die Aufgabe des OS. Das OS ist nur verantwortlich zu speichern, die byte-Reihenfolge auf dem Datenträger. Aber es nicht wissen, oder kümmern uns um Codierungen in keiner Weise. Das Betriebssystem ist völlig irrelevant im Kontext dieser Frage.
- Ja vielleicht! Ich Sprach über das Szenario, sobald diese auf die Festplatte geschrieben wurden!
InformationsquelleAutor Manimaran Selvan

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.