JNI字符串和C字符串

Question

在JNI函数FindClass的文档中,我可以读到有关参数名称:

name:完全限定的类名(...)字符串以修改后的UTF-8编码.

根据文档修改,UTF-8必须以双'\ 0'字符结尾:

空字符(char)0使用双字节格式而不是单字节格式进行编码

这是否意味着我应该以这种方式从C调用FindClass: FindClass("java/lang/String\0")

即最后有两个'\ 0'？

Answer 1

字符集、编码和终止是三个不同的东西。显然，编码是针对特定字符集设计的，但字符集可以通过多种方式进行编码。通常，终止符（如果使用）是编码字符，但对于修改后的 UTF-8，情况并非如此。

\n\n

Java 使用 Unicode 字符集。对于字符串和字符类型，它使用 UTF-16 编码。统计字符串类型；它不使用终止符。

\n\n

在 C 中，终止字符串以及各种字符集的单字节编码很常见。C 和 C++ 编译器以 NUL 字符终止文字字符串。在编译器的目标字符集编码中，这是一个或两个 0x00 字节。几乎所有常见字符集及其编码对于非控制 ASCII 字符都具有相同的字节表示形式。Unicode 字符集的 UTF-8 编码也是如此。（但是，请注意，对于有限子集之外的字符而言，情况并非如此。）

\n\n

JNI 设计者选择在 C 字符串之间使用这种有限的“互操作性”。许多 JNI 函数接受以 0x00 结尾的修改后的UTF-8 字符串。这些与 C 编译器从源代码中的文字字符串生成的内容兼容，同样前提是字符仅限于非控制 ASCII 字符。这涵盖了在 JNI 中编写 Java 包和类、方法和字段字符串的用例。（好吧，几乎是这样：Java 允许在标识符中使用任何 Unicode 货币符号。）

\n\n

因此，您可以以所见即所得的方式将 C 字符串文字传递给 JNI 函数。无需添加终止符\xe2\x80\x94，编译器会这样做。C 编译器会将额外的“\\0”字符编码为 0x00，因此不会造成任何损害，但不是必需的。

\n\n

标准 UTF-8 编码有一些修改。一种是允许期望 0x00 终止符的 C 函数“处理”修改后的 UTF-8 字符串，NUL 字符 (U+00000) 被编码以避免 0x00，这将是标准。这允许将修改后的 UTF-8 字符串放入缓冲区中，其终止符超出原始编码字符串的字节数。另一种修改有点深奥，但这两种修改都会使修改后的 UTF-8 字符串与严格兼容的 UTF-8 函数不兼容。

\n\n

你没有问，但 JNI 中还有另一种以 0x00 结尾、修改过的 UTF-8 字符串的用法。它具有GetStringUTFChars和NewStringUTF功能。（JNI 文档实际上并没有说GetStringUTFChars返回以 0x00 结尾的字符串，但没有已知的 JVM 实现不会这样做。请检查 JVM 实现者的文档或源代码。）这些函数是基于相同的“互操作性”的基础。然而，用例不同，这使得它们很危险。它们通常用于在 C 函数之间传递 Java 字符串。一般来说，C 函数不知道修改后的 UTF-8 是什么，甚至可能不知道 UTF-8 或 Unicode 是什么。String使用 Java和Charset类在 C 函数设计的字符集和编码之间进行转换要直接得多。通常，系统设置、用户设置、应用程序设置或线程设置决定使用哪个 C 函数。当没有为转换指定特定编码时， JavaString类会尝试遵循此类设置。但是，在许多情况下，所需的编码是固定的并且可以以明确的意图指定。

\n