Java JNI : Passing multibyte characters from java to c

Question

我又一次在 java natve 接口(interface)上胡思乱想，遇到了另一个有趣的问题。我正在通过 jni 将文件路径发送到 c，然后执行一些 I/O。所以我遇到的最常见的字符是 'äåö'。这是一个具有完全相同问题的程序的简短演示:

Java:

public class java {

  private static native void printBytes(String text);
  static{
    System.loadLibrary("dll");
  }

  public static void main(String[] args){
    printBytes("C:/Users/ä-å-ö/Documents/Bla.txt");
  }
}

C:

#include "java.h"
#include <jni.h>

JNIEXPORT void JNICALL Java_java_printBytes(JNIEnv *env, jclass class, jstring text){
  const jbyte* text_input = (*env)->GetStringUTFChars(env, text, 0);
  jsize size = (*env)->GetStringUTFLength(env, text);
  int i = 0;
  printf("%s\n",text_input);
  (*env)->ReleaseStringUTFChars(env, text, text_input);
}

输出:C:/Users/├ñ-├Ñ-├Â/Documents/Bla.txt

这不是我想要的结果，我希望它输出与 java 中相同的字符串。

Answer 1

您正在处理特定于平台的字符编码问题。虽然标准的 c printf 应该能够处理多字节 (utf-8) 编码的字符串，但 windows/msvc 提供的不是标准的，也不能。在非 Windows 标准兼容平台上，您的代码会正常工作。来自 java 的字符串采用 UTF-8(多字节字符)格式，而 MS printf 需要 ASCII(每个字符一个字节)。这适用于 ASCII 字符，因为在 UTF-8 中这些字符具有相同的值。它不适用于 ASCII 以外的字符。

基本上，您需要将字符串转换为宽字符 (text.getBytes(Charset.forName(UTF-16LE"))) 并将其作为数组从 java 传递到 c 或将多字节字符串接收后在c中转为宽字符(MultiByteToWideChar(CP_UTF8, ...))，然后可以使用printf("%S") 或wprintf("%s") 输出.

参见 Printing UTF-8 strings with printf - wide vs. multibyte string literals了解更多信息。另请注意，答案说如果您想在 Windows 控制台上输出 unicode，则必须使用 _setmode 设置 unicode 输出模式。

另请注意，我不相信 GetStringUTFLength 保证 NUL 终止符，但它已经太长了。