Java 7 的内部字符编码答案

【问题标题】：Internal character encoding of Java 7Java 7 的内部字符编码
【发布时间】：2012-11-14 15:35:58
【问题描述】：

据我所知，当 JRE 执行 Java 应用程序时，该字符串将在内部被视为 USC2 字节数组。在wikipedia可以找到以下内容。

Java 最初使用 UCS-2，并在 J2SE 5.0 中添加了 UTF-16 补充字符支持。

随着 Java (Java 7) 的新发布版本，它的内部字符编码是什么？
Java有没有可能在内部开始使用UCS-4？

【问题讨论】：

【解决方案1】：

Java 7 内部仍然使用 UTF-16 (Read the last section of the Charset Javadoc)，并且不太可能更改为 UCS-4。我给你两个理由：

从 UCS-2=>UCS-4 更改很可能意味着他们必须将 char 原语从 16 位类型更改为 32 位类型。回顾过去 Sun/Oracle 对向后兼容性的重视程度，这样的改变不太可能发生。
在大多数用例中，UCS-4 比 UTF-16 编码的字符串占用更多的内存。

【讨论】：

故事并不是那么简单：您可以在 Java 中执行 UTF-32。看看我下面的帖子。或谷歌JSR-204，或Java UTF-32 support。
您当然可以在 Java 中对字符串进行编码和解码到 UTF-32 或从 UTF-32 解码。但这并不意味着 Java 使用 UTF-32 作为字符串的内部表示。
UTF-32 是一种字符编码，可将一系列字符转换为字节序列。它没有说明 Java 将如何在内部处理 Unicode。我怀疑 Java 是否会因为它的编码从 UCS-2 转移，这对于大多数用途来说都很好。最大的危险是如果存在 UCS-4 代码页，那么大多数 Java 代码会错误地将字符串的长度视为字符数。它是否会迭代字符串并正确处理代码页是值得怀疑的。

【解决方案2】：

问：据我所知，当 JRE 执行 Java 应用程序时，字符串将被视为（16 位 Unicode）字节数组

答：是的

问：随着 Java 的新发布版本（Java 7），它是什么？内部字符编码？

答：一样

问：Java内部有没有可能开始使用UCS-4？

A：我没听说过这种情况

但是，您可以在 Java 5 及更高版本中使用“代码点”来实现 UTF-32 字符：

【讨论】：