Java String UTF-8限制

我试图从文件中直接反序列化字符串，并且对于很长的字符串有一个问题：Java字符串的字符数限制等于Integer.MAX_VALUE，即31^2-1。Java String UTF-8限制

但是我的问题是：当我有一个小于这个大小的UTF-8字符串，但是由大小超过1个字节的字符组成时会发生什么，然后我要求Java给我字节数组？

为了让它更清楚，如果我可以运行此代码会发生什么？（我没有足够的RAM）：

String toPrint = ""; 
String string100 = ""; 
int max = Integer.MAX_VALUE -100; 
for (int i = 0; i < 100; i += 10) { 
    string100 += "1234567ñ90"; 
} 
for (int i = 0; i < max; i += 100) { 
    toPrint += string100; 
} 
System.out.println("String complete!"); 
byte[] byteArray = toPrint.getBytes(StandardCharsets.UTF_8); 
System.out.println(byteArray.length); 
System.exit(0);

它打印“字符串完成！”吗？或者它之前破裂了？

来源

2016-05-17 nicovell3

从根本上说，上Strings的限制是它们的内部的char阵列不能超过的最大数组长度，其大致Integer.MAX_VALUE和比你的可变max更大更长。字符串以UTF-16存储它们的字符，因此字符串的UTF-16表示不能超过最大数组长度。 UTF-8中的字节数和逻辑字符数（Unicode代码点或UTF-32字符）最终并不重要。

现在我们来看看您的具体示例。由于“1234567-90”中的10个字符均为单个UTF-16值，因此该字符串占用了String的char阵列的10个值。尽管你的代码性能糟糕，内存要求高，但它最终应该是“字符串完整”！如果有足够的可用内存。但是，转换为UTF-8时会中断，因为字符串的UTF-8表示长于最大数组长度，因为“ñ”需要多个字节。

来源

2016-05-17 11:12:52

我同意可怕的表现，它只是一个概念验证XD – nicovell3

但是，那么Java如何序列化和反序列化呢？因为Java使用UTF-8数组来序列化... – nicovell3

@ nicovell3如果字符串序列化调用'String.getBytes（UTF-8）'，它将失败。如果它没有失败，它将使用另一种方式转换为UTF-8。 –

数组大小也仅限于Integer.MAX_VALUE（这就是为什么String大小是有限的，毕竟有一个char[]支持它），所以这是不可能得到的字节数组，如果编码使用多个字节相比，无论什么String的大小是以字符为单位的。

最终结果将是OutOfMemoryError，但首先创建String会成功。

来源

2016-05-17 11:11:30 Kayaman

Java String UTF-8限制

回答

相关问题