通过JNI将双字节(WCHAR)字符串从C++传递到Java

Question

我有一个通过JNI使用C++ DLL的Java应用程序.一些DLL的方法接受字符串参数,其中一些返回包含字符串的对象.

目前DLL不支持Unicode,因此字符串处理相当容易:

• Java调用String.getBytes()并将结果数组传递给DLL,它只是将数据视为char*.
• DLL使用NewStringUTF()从const char*创建一个jstring.

我现在正在修改DLL以支持Unicode,切换到使用TCHAR类型(当定义UNICODE时使用Windows的WCHAR数据类型).修改DLL进展顺利,但我不知道如何修改代码的JNI部分.

我现在唯一能想到的是:

• Java调用String.getBytes(String charsetName)并将结果数组传递给DLL,DLL将数据视为wchar_t*.
• DLL不再创建字符串,而是使用原始字符串数据传递jbyteArrays.Java使用String(byte [] bytes,String charsetName)构造函数来实际创建String.

这种方法的唯一问题是我不确定要使用什么字符集名称.WCHAR是2个字节长,所以我很确定它是UTF-16,但是在java方面有3个可能性.UTF-16,UTF-16BE和UTF-16LE.我没有找到任何文档告诉我字节顺序是什么,但我可以从一些快速测试中找出它.

有没有更好的办法？如果可能的话,我想继续在DLL中构造jstring对象,因为这样我就不必修改那些方法的任何用法.但是,NewString JNI方法不采用字符集标识符.

Answer 1

这个答案表明WCHARS的字节顺序不能得到保证......

由于您使用的是Windows,因此可以尝试WideCharToMultiByte将WCHAR转换为UTF-8,然后使用现有的JNI代码.

由于参数中可能存在缓冲区溢出,因此您需要小心使用WideCharToMultiBytelpMultiByteStr.要绕过这个,你应该调用该函数两次,首先lpMultiByteStr设置为NULL并cbMultiByte设置为零 - 这将返回所需lpMultiByteStr缓冲区的长度而不尝试写入它.获得长度后,您可以分配所需大小的缓冲区并再次调用该函数.

示例代码:

int utf8_length;

wchar_t* utf16 = ...;

utf8_length = WideCharToMultiByte(
  CP_UTF8,           // Convert to UTF-8
  0,                 // No special character conversions required 
                     // (UTF-16 and UTF-8 support the same characters)
  utf16,             // UTF-16 string to convert
  -1,                // utf16 is NULL terminated (if not, use length)
  NULL,              // Determining correct output buffer size
  0,                 // Determining correct output buffer size
  NULL,              // Must be NULL for CP_UTF8
  NULL);             // Must be NULL for CP_UTF8

if (utf8_length == 0) {
  // Error - call GetLastError for details
}

char* utf8 = ...; // Allocate space for UTF-8 string

utf8_length = WideCharToMultiByte(
  CP_UTF8,           // Convert to UTF-8
  0,                 // No special character conversions required 
                     // (UTF-16 and UTF-8 support the same characters)
  utf16,             // UTF-16 string to convert
  -1,                // utf16 is NULL terminated (if not, use length)
  utf8,              // UTF-8 output buffer
  utf8_length,       // UTF-8 output buffer size
  NULL,              // Must be NULL for CP_UTF8
  NULL);             // Must be NULL for CP_UTF8

if (utf8_length == 0) {
  // Error - call GetLastError for details
}