給定字節數的最大字符串長度

Question

我需要驗證將作為VARCHAR2（4000 bytes）列存儲在數據庫中的String值的最大長度。 我應該選擇什么最大長度？ 我假設使用2000，因為Java String是用UTF-16編碼的，但是我缺少什么嗎？ 是否有2000個字符的字符串占用4000多個字節的情況？

Answer 1

不， Java中的2000個字符的String不能接受超過4000個字節的字符數據。 您可能偶爾會聽到它說UTF-16是可變長度編碼，因為它可能需要2或4個字節來表示Unicode代碼點。 盡管這是正確的，但它無關緊要，因為Java的“字符”不是Unicode代碼點，而是UTF-16代碼單元，始終為2個字節。 因此， Java中的2000個字符的字符串恰好是4000個字節的UTF-16數據。

切線警告：根據您對VARCHAR2的使用，在我看來您正在使用Oracle數據庫。 Oracle有兩個主要的字符集設置，即數據庫字符集和國家字符集。 第一個由VARCHAR2列使用（除其他外），另一個由NVARCHAR2列使用（除其他外）。 不支持將 UTF-16用作數據庫字符集，但將其用於國家字符集。 我不知道您的數據層是什么樣子，所以我不能說這將如何影響您，但是您可以閱讀有關字符集的Oracle文檔以獲取更多信息。

綜上所述，在Java中，一個2000個字符的字符串最終可能在其他地方超過4000個字節–如果在此過程中的某個地方，它將轉換為其他編碼。

Answer 2

根據我在網上閱讀的內容，在UTF-16中，Java可以用一個或兩個16位值表示字符。 最好的檢查方法是使用示例字符串進行編碼並打印出長度，然后將其用作應用程序開發的參考。

這是您可以用來測試的示例代碼：

String s = "Hello, world!"; 
int byteCountUTF16 = s.getBytes("UTF-16").length;