存儲在什么編碼中的 Java 字符？

Question

Java char 類型是否保證以任何特定編碼存儲？

編輯：我錯誤地表達了這個問題。 我要問的是 char 文字是否保證使用任何特定的編碼？

Answer 1

“儲存”在哪里？ Java 中的所有字符串都以 UTF-16 表示。 當寫入文件、通過網絡發送或其他任何方式時，它會使用您指定的任何字符編碼發送。

編輯：特別是對於char類型，請參閱Character docs 。 具體來說：“char 數據類型……基於原始的 Unicode 規范，該規范將字符定義為固定寬度的 16 位實體。” 因此，如果char實際上包含來自該字符集的字符，則將char轉換為int將始終為您提供 UTF-16 值。 如果您只是將一些隨機值插入char ，它顯然不一定是有效的 UTF-16 字符，同樣如果您使用錯誤的編碼讀取字符。 文檔 go 討論了補充 UTF-16 字符如何只能由int表示，因為char沒有足夠的空間來容納它們，如果你在這個級別上操作，熟悉它可能很重要與那些語義。

Answer 2

Java char通常用於保存Unicode 代碼單元； 即一個 16 位單元，它是有效 UTF-16 序列的一部分。 但是，沒有什么可以阻止應用程序將任何 16 位無符號值放入char中，而不管它的實際含義是什么。

因此，您可以說 Unicode 代碼單元可以用char表示，而char可以表示 Unicode 代碼單元......但在一般情況下，這些都不一定正確。

您關於如何存儲 Java char的問題無法回答。 簡單地說，這取決於“存儲”的含義：

• 如果您的意思是“在執行程序中表示”，那么答案是 JVM 實現特定的。 （ char數據類型通常表示為 16 位機器 integer，盡管它可能是也可能不是機器字對齊，這取決於具體的上下文。）

• 如果您的意思是“存儲在文件中”或類似的東西，那么答案完全取決於應用程序選擇如何存儲它。

---

Java char 類型是否保證以任何特定編碼存儲？

根據我上面所說的答案是“不”。 在執行的應用程序中，由應用程序決定char的含義/包含的內容。 當一個char被存儲到一個文件中時，應用程序決定它想如何存儲它以及它將使用什么磁盤上的表示。

---

跟進

char 文字呢？ 例如，“c”必須具有某種由語言定義的值。

Java 源代碼（由語言規范要求）為 Unicode 文本，以工具鏈可以理解的某些字符編碼表示； 請參閱javac -encoding選項。 理論上，一個字符編碼可能會在你的源代碼中'c'中出現c的東西。

In practice though, the c will map to the Unicode lower-case C code-point (U+0063) and will be represented as the 16-bit unsigned value 0x0063.

就 char 文字具有 Java 語言所賦予的含義而言，它們表示（並表示為）UTF-16 代碼單元。 請注意，它們可能會或可能不會被分配 Unicode 代碼點（“字符”）。 U+0000 到 U+FFFF 范圍內的一些 Unicode 代碼點未分配。

Answer 3

原來Java內部使用UCS-2； 現在它使用 UTF-16。 兩者幾乎相同，除了 D800 - DFFF，它在 UTF-16 中用作更大字符的擴展表示的一部分。