java - 为什么 DataOutputStream.writeChars(str) 和 String(byte[]) 不使用相同的编码？

Question

我正在为一个类项目编写一些编码/解码例程，我对 Java 在这种情况下的默认行为有点困惑。这是我的“天真”子程序，用于在字节流中写入和读取字符串:

protected static void write(DataOutputStream dout, String str)
        throws IOException{
    dout.writeInt(str.length());
    dout.writeChars(str);
}

protected static String readString(DataInputStream din)
        throws IOException{
    int strLength = 2*din.readInt(); // b/c there are two bytes per char
    byte[] stringHolder = new byte[strLength];
    din.read(stringHolder);
    return new String(stringHolder);
}

不幸的是，这根本行不通；默认情况下，字符以 UTF-16 格式编写，但 String(byte[]) 似乎假定每个字节都包含一个字符，并且由于 ASCII 字符在 UTF 中都以 0 字节开头- 16、构造函数似乎只是放弃并返回一个空字符串。解决方法是将readString改成必须使用UTF-16编码:

protected static String readString(DataInputStream din)
        throws IOException{
    int strLength = 2*din.readInt();
    byte[] stringHolder = new byte[strLength];
    din.read(stringHolder);
    return new String(stringHolder, "UTF-16");
}

我的问题是，为什么这是必要的？由于 Java 默认对字符串使用 UTF-16，为什么它不假设在从字节读取字符时使用 UTF-16？或者，为什么默认情况下它不首先将字符编码为字节？简而言之，为什么 writeChars() 方法和 String(byte[]) 构造函数的默认行为彼此不平行？

Answer 1

问题是您正在使用底层 char[] 进行编写，它本质上是一个 byte[] 表示字符串的 UTF-16 表示形式，请参阅 javadoc .
然后，您将使用 String(byte[] bytes) 构造函数进行读取，该构造函数旨在读取使用系统默认编码编码的数据，在您的情况下可能是 UTF-8。
您需要保持一致，事实上 DataOutputStream.writeUTF() 和 DataInputStream.readUTF() 函数是专门为此设计的。
如果出于某种原因你想使用底层的 byte[] 你可以使用 String.getBytes("UTF-8 ")，再次查看 javadoc。
为了简化问题，您可以只使用 ObjectOutputStream 和 ObjectInputStream 并将实际的 String 序列化为流，而不仅仅是它的 char[] 表示。