以下是个人对java中字符和字符串的见解,如有疏漏之处,还请不吝赐教。
下面通过一个简单的程序来说明字符和字符串在Java中的旅程。
以字符 ' 中 '为例, 它的GBK编码是2个字节:0xd6d0, UTF-16 编码是2个字节:0x4e26,UTF-8编码是3个字节: 0xe4b8ab
public classCharacterInJava {public static voidmain(String[] args) {char c = '中';
String s = "我是一个中国人";System.out.println(c + "" + c1 + s);
}
}
当编辑完成CharacterInJava.java,您会选择保存文件。这时,CharacterInJava.java会保存在磁盘上。在保存的过程中,文本编辑器会帮我们将这个文件中的字符编码,我们可以指定编码,比如选择GBK编码时,字符 '中'会编码为 0xd6d0,如果是UTF-8的话,则会编码为 0xe4b8ab。下面是两种不同的编码保存文件的16进制表示:
GBK: UTF-8:
然后,我们接着要做的是编绎CharacterInJava.java, 在命令行输入javac -encoding GBK -d . CharacterInJava.java,即可编绎文件。这时可能会发生如下的错误:
错误的原因是,javac 通过-encoding 参数知道 CharacterInJava.java 是GBK编码的,因此使用GBK对源码进行解读。但其实,源码是用UTF-8编码的,因此发生了不可映射字符错误。通过更改为-encoding为UTF-8,即可编绎成功。也就是说,源文件是什么编码,程序员应该要清楚。
编绎完成后,生成了一个类文件:CharacterInJava.class,对文件进行反编绎:
Classfile /E:/JavaTutorial/IO/CharacterInJava.classLast modified 2019年2月19日; size914bytes
MD5 checksum 5c174b19c95e5b26e64051fb06137319
Compiled from"CharacterInJava.java"
public classCharacterInJava
minor version:0major version:53flags: (0x0021) ACC_PUBLIC, ACC_SUPER
this_class: #6 //CharacterInJava
super_class: #7 //java/lang/Object
interfaces: 0, fields: 0, methods: 2, attributes: 3Constant pool:
#1 = Methodref #7.#16 //java/lang/Object."":()V
#2 = String #17 //我是一个中国人
#3 = Fieldref #18.#19 //java/lang/System.out:Ljava/io/PrintStream;
#4 = InvokeDynamic #0:#23 //#0:makeConcatWithConstants:(CLjava/lang/String;)Ljava/lang/String;
#5 = Methodref #24.#25 //java/io/PrintStream.println:(Ljava/lang/String;)V
#6 = Class #26 //CharacterInJava
#7 = Class #27 //java/lang/Object
#8 = Utf8 #9 =Utf8 ()V
#10 =Utf8 Code
#11 =Utf8 LineNumberTable
#12 =Utf8 main
#13 = Utf8 ([Ljava/lang/String;)V
#14 =Utf8 SourceFile
#15 =Utf8 CharacterInJava.java
#16 = NameAndType #8:#9 //"":()V
#17 =Utf8 我是一个中国人
#18 = Class #28 //java/lang/System
#19 = NameAndType #29:#30 //out:Ljava/io/PrintStream;
#20 =Utf8 BootstrapMethods
#21 = MethodHandle 6:#31 //REF_invokeStatic java/lang/invoke/StringConcatFactory.makeConcatWithConstants:(Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;
#22 = String #32 //\u0001\u0001
#23 = NameAndType #33:#34 //makeConcatWithConstants:(CLjava/lang/String;)Ljava/lang/String;
#24 = Class #35 //java/io/PrintStream
#25 = NameAndType #36:#37 //println:(Ljava/lang/String;)V
#26 =Utf8 CharacterInJava
#27 = Utf8 java/lang/Object
#28 = Utf8 java/lang/System
#29 =Utf8 out
#30 = Utf8 Ljava/io/PrintStream;
#31 = Methodref #38.#39 //java/lang/invoke/StringConcatFactory.makeConcatWithConstants:(Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;
#32 =Utf8 \u0001\u0001
#33 =Utf8 makeConcatWithConstants
#34 = Utf8 (CLjava/lang/String;)Ljava/lang/String;
#35 = Utf8 java/io/PrintStream
#36 =Utf8 println
#37 = Utf8 (Ljava/lang/String;)V
#38 = Class #40 //java/lang/invoke/StringConcatFactory
#39 = NameAndType #33:#44 //makeConcatWithConstants:(Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;
#40 = Utf8 java/lang/invoke/StringConcatFactory
#41 = Class #46 //java/lang/invoke/MethodHandles$Lookup
#42 =Utf8 Lookup
#43 =Utf8 InnerClasses
#44 = Utf8 (Ljava/lang/invoke/MethodHandles$Lookup;Ljava/lang/String;Ljava/lang/invoke/MethodType;Ljava/lang/String;[Ljava/lang/Object;)Ljava/lang/invoke/CallSite;
#45 = Class #47 //java/lang/invoke/MethodHandles
#46 = Utf8 java/lang/invoke/MethodHandles$Lookup
#47 = Utf8 java/lang/invoke/MethodHandles
{publicCharacterInJava();
descriptor: ()V
flags: (0x0001) ACC_PUBLIC
Code:
stack=1, locals=1, args_size=1
0: aload_01: invokespecial #1 //Method java/lang/Object."":()V
4: returnLineNumberTable:
line1: 0
public static voidmain(java.lang.String[]);
descriptor: ([Ljava/lang/String;)V
flags: (0x0009) ACC_PUBLIC, ACC_STATIC
Code:
stack=3, locals=3, args_size=1
0: sipush 20013
3: istore_14: ldc #2 //String 我是一个中国人
6: astore_27: getstatic #3 //Field java/lang/System.out:Ljava/io/PrintStream;
10: iload_111: aload_212: invokedynamic #4, 0 //InvokeDynamic #0:makeConcatWithConstants:(CLjava/lang/String;)Ljava/lang/String;
17: invokevirtual #5 //Method java/io/PrintStream.println:(Ljava/lang/String;)V
20: returnLineNumberTable:
line3: 0line4: 4line6: 7line8: 20}
从常量池中看到,字符串是用UTF-8编码的。从main函数中第一行sipush 20013指令看到,字符 ' 中 '是用UTF-16编码的。
也就是说,class文件的字符按照UTF-16编码,大多数的字符都是用一个代码单元就可以表示的。字符串按照UTF-8编码。下面直接在
class文件中找出这些对应的编码。0xe6 88 91 对应于 我,0x4e2d 对应于 中
接下来是运行class文件:
查阅printfln的API知道,字符和字符串的输出,先根据平台默认的字符集将输出的字符或编码成一个或多个字节,然后将这些字节输出到终端。
整个过程大致如上,知道字符和字符串的编码,应该不易出现乱码。