如何使用 JNI 将 java 字符串转换为宽字符串答案

【问题标题】：How to convert java strings to wide character strings using JNI如何使用 JNI 将 java 字符串转换为宽字符串
【发布时间】：2012-12-28 12:26:46
【问题描述】：

几个月前，我编写了一个使用 JNI 封装 C API 的 Java API。 C API 使用 char 字符串，我使用 GetStringUTFChars 从 Java 字符串创建 C 字符串。

我忽略了考虑非 ASCII 字符可能出现的问题。

从那时起，C API 的创建者为他的每个需要或返回 wchar_t 字符串的 C 函数创建了宽字符等效项。我想更新我的 Java API 以使用这些宽字符函数并克服我在使用非 ASCII 字符时遇到的问题。

研究过 JNI 文档后，我对使用 GetStringChars 或 GetStringRegion 方法的相对优点感到有些困惑。

我知道 wchar_t 字符的大小在 Windows 和 Linux 之间有所不同，并且不确定创建 C 字符串（然后将它们转换回 Java 字符串）的最有效方法。

这是我目前拥有的代码，我认为它创建了一个每个字符两个字节的字符串：

int len;
jchar *Src;

len = (*env)->GetStringLength(env, jSrc);
printf("Length of jSrc is %d\n", len);

Src = (jchar *)malloc((len + 1)*sizeof(jchar));
(*env)->GetStringRegion(env, jSrc, 0, len, Src);
Src[len] = '\0';

但是，当 wchar_t 的大小与 jchar 不同时，这将需要修改。

【问题讨论】：

标签： java-native-interface unicode-string widechar

【解决方案1】：

C API 创建者是否愿意退后一步，用 UTF-8 重新实现？ :) 你的工作基本上会消失，只需要GetStringUTFChars/NewStringUTF。

jchar 的类型定义为 unsigned short，相当于 JVM char，即 UTF-16。因此，在 wchar_t 也是 2 个字节 UTF-16 的 Windows 上，您可以取消您提供的代码。只需复制原始字节，并相应地分配。完成 C API 调用后不要忘记释放。补充 NewString 以转换回 jstring。

我知道的唯一其他 wchar_t 大小是 4 字节（最突出的是 Linux）是 UTF-32。问题来了：UTF-32 不仅仅是 UTF-16 以某种方式填充到 4 个字节。 分配双倍内存只是一个开始。有大量的转换要做，like this one which seems to be sufficiently free。

但是，如果您不那么追求性能并且愿意放弃在 Windows 上进行普通内存复制，我建议将 jstring 转为 UTF-8（这是 JNI 原生提供的具有文档功能的功能），然后是 UTF- 8 到 UTF-16 或 UTF-32，具体取决于 sizeof(wchar_t)。不会对每个平台给出的字节顺序和 UTF 编码有任何假设。你似乎很关心它，我看到你正在检查sizeof(jchar)，这是可见宇宙中大部分的 2 :)

【讨论】：

感谢@pavel 的回答——当然值得深思。当您说“您可以取消您提供的代码”时，我认为我的代码只是在复制原始字节（除了添加空终止符之外？我还能怎么做？也感谢 Unicode 转换链接和信息，因为那是我的下一个问题！（我试图投票给你的答案，但我不值得）
在英特尔 Windows 的特定组合中，您可以真正避免复制原始字节，因为两种情况下的存储都是 UTF-16LE。如果 JVM 在 BE 架构上运行（罕见但可能），那么您将不得不添加一些字节交换。 “其他”解决方案不假设任何内容，而是使用 JNI 通过与字节顺序无关的 UTF-8 进行转换。
当你被标记为有价值的时候回来，没问题:)
好吧，我已经与编写 C API 的数据库供应商进行了进一步讨论，我们已同意恢复使用 UTF-8 函数，因此再次感谢您的建议。
哇，你必须与数据库供应商有认真的关系:) 通常，可怜的 JNI 程序员会解决 C API 的缺陷，反之亦然。很高兴看到这个决议。