Java 序列化

序列化：序列化至文件或网络

1. 对象的序列化可以通过实现两种接口来实现，若实现的是Serializable接口，则所有的序列化将会自动进行；

class User implements Serializable {
    private static final long serialVersionUID = 894797748270L;  
    
    public static String username;
    private transient String passwd;

2. 若实现的是Externalizable接口，则不会自动序列化，需要在重写的writeExternal方法中进行手工指定所要序列化的变量（与是否被transient修饰无关）

public class ExternalizableTest implements Externalizable {

    private transient String content = "会被序列化，不管是否被transient关键字修饰";

    @Override
    public void writeExternal(ObjectOutput out) throws IOException {
        out.writeObject(content);
    }

    @Override
    public void readExternal(ObjectInput in) throws IOException,
            ClassNotFoundException {
        content = (String) in.readObject();
    }

3. 类似Serializable这样的空接口被称为“标记接口”（Marker Interface）；
4. 反序列化时，由JVM直接构造出Java对象，不调用构造方法。构造方法内部的代码，反序列化时不执行。
5. 可设置serialVersionUID作为版本号（非必需）；
6. 存在一定的安全隐患。一个精心构造的byte[]数组被反序列化后可以执行特定的Java代码，从而导致安全漏洞。
7. Java的序列化机制仅适用于Java程序与Java程序之间，如果需要与其它语言交换数据，可使用通用的序列化方法，例如JSON、XML。

1. serialVersionUID

为了避免传输的两端 class定义变动，导致的不兼容，Java的序列化允许class定义一个特殊的serialVersionUID静态变量，用于标识Java类的序列化“版本”，通常由IDE自动生成。如果增加或修改了字段，可以改变serialVersionUID的值，这样就能自动阻止不匹配的class版本

private static final long serialVersionUID = 2709425275741743919L;

2. transient 关键字

被 transient 关键字修饰的变量不能被序列化. 将不需要序列化的属性前添加关键字 transient, 序列化对象时这个属性就不会序列化到指定的目的地中

1. 一旦变量被 transient 修饰，变量将不再是对象持久化的一部分，该变量内容在序列化后无法获得访问
2. transient 关键字只能修饰变量，而不能修饰方法和类。局部变量 (又有称为本地变量) 不能被 transient 关键字修饰
3. 如果是成员变量则该类需要实现 Serializable 接口
4. 静态变量不管是否被 transient 修饰，均不能被序列化。(反序列化后类中 static 型变量的值为当前JVM中对应 static 变量的值 如果存在的话)

UTF-8

1. utf-8 或 utf-16 都是 unicode 编码的实现. unicode 是全世界唯一的编码, 可像字典一样查询, 但实际存储使用的大多是 utf-8 这种 unicode 实现.
2. java 中的 char 使用 utf-16 格式存储, 所以一般字符单个占用 2个字节.
   utf8 字符是变长字符, uft-8 的编码方式:

一字节：0*******
两字节：110*****，10******
三字节：1110****，10******，10******
四字节：11110***，10******，10******，10******
五字节：111110**，10******，10******，10******，10******
六字节：1111110*，10******，10******，10******，10******，10******

3. 因此判断UTF8字符的byte长度，按照 base 8 的规律，只需要获取该字符的首个Byte，根据其值就可以判断出该字符由几个Byte表示

1. 汉字所占字节数

• 当字符串用：str.getBytes("utf-8"); 时, 一个汉字占用3个字节 (经过 Unicode 翻译成 UTF-8 编码)

String.getBytes(encoding) 方法是获取指定编码的 byte 数组, 通常汉字在 gbk/gb2312 是2个字节, utf-8 是3个字节. 如果不指定 encoding 则获取系统默认的 encoding

1. GBK 编码，一个汉字占两个字节
2. UTF-16 编码，通常汉字占两个字节，CJKV 扩展B区、扩展C区、扩展D区中的汉字占四个字节（一般字符的 Unicode 范围是 U+0000 至 U+FFFF, 而这些扩展部分的范围大于 U+20000，因而要用两个 UTF-16）
3. UTF-8 编码是变长编码，通常汉字占三个字节，扩展B区以后的汉字占四个字节