Байты строки в Java

В Java, если у меня есть строка x, как я могу вычислить количество байтов в этой строке?

Строка - это список символов (т.е. кодовые точки). Количество байтов, взятых для представления строки, полностью зависит от того, какую кодировку вы используете, чтобы превратить ее в байты .

Тем не менее, вы можете превратить строку в байтовый массив, а затем посмотреть на его размер следующим образом:

// The input string for this test
final String string = "Hello World";

// Check length, in characters
System.out.println(string.length()); // prints "11"

// Check encoded sizes
final byte[] utf8Bytes = string.getBytes("UTF-8");
System.out.println(utf8Bytes.length); // prints "11"

final byte[] utf16Bytes= string.getBytes("UTF-16");
System.out.println(utf16Bytes.length); // prints "24"

final byte[] utf32Bytes = string.getBytes("UTF-32");
System.out.println(utf32Bytes.length); // prints "44"

final byte[] isoBytes = string.getBytes("ISO-8859-1");
System.out.println(isoBytes.length); // prints "11"

final byte[] winBytes = string.getBytes("CP1252");
System.out.println(winBytes.length); // prints "11"

Итак, вы видите, что даже простая строка "ASCII" может иметь различное количество байтов в своем представлении, в зависимости от используемой кодировки. В качестве аргумента используйте любой набор символов, который вас интересует getBytes(). И не попадайтесь в ловушку, предполагая, что UTF-8 представляет каждый символ как один байт, поскольку это также не так:

final String interesting = "\uF93D\uF936\uF949\uF942"; // Chinese ideograms

// Check length, in characters
System.out.println(interesting.length()); // prints "4"

// Check encoded sizes
final byte[] utf8Bytes = interesting.getBytes("UTF-8");
System.out.println(utf8Bytes.length); // prints "12"

final byte[] utf16Bytes= interesting.getBytes("UTF-16");
System.out.println(utf16Bytes.length); // prints "10"

final byte[] utf32Bytes = interesting.getBytes("UTF-32");
System.out.println(utf32Bytes.length); // prints "16"

final byte[] isoBytes = interesting.getBytes("ISO-8859-1");
System.out.println(isoBytes.length); // prints "4" (probably encoded "????")

final byte[] winBytes = interesting.getBytes("CP1252");
System.out.println(winBytes.length); // prints "4" (probably encoded "????")

(Обратите внимание, что если вы не предоставите аргумент набора символов, будет использоваться набор символов платформы по умолчанию . Это может быть полезно в некоторых контекстах, но в целом следует избегать зависимости от значений по умолчанию и всегда использовать явный набор символов при кодировании / требуется расшифровка.)

Если вы работаете с 64-битными ссылками:

sizeof(string) = 
8 + // object header used by the VM
8 + // 64-bit reference to char array (value)
8 + string.length() * 2 + // character array itself (object header + 16-bit chars)
4 + // offset integer
4 + // count integer
4 + // cached hash code

Другими словами:

sizeof(string) = 36 + string.length() * 2

На 32-битной или 64-битной виртуальной машине со сжатыми OOP (-XX: + UseCompressedOops) ссылки имеют размер 4 байта. Таким образом, общее количество будет:

sizeof(string) = 32 + string.length() * 2

Это не учитывает ссылки на строковый объект.

Педантичный ответ (хотя не обязательно самый полезный, в зависимости от того, что вы хотите сделать с результатом):

string.length() * 2

Строки Java физически хранятся в UTF-16BEкодировке, которая использует 2 байта на единицу кода и String.length()измеряет длину в единицах кода UTF-16, так что это эквивалентно:

final byte[] utf16Bytes= string.getBytes("UTF-16BE");
System.out.println(utf16Bytes.length);

И это скажет вам размер внутреннего charмассива в байтах .

Примечание: "UTF-16"даст другой результат, "UTF-16BE"чем в предыдущей кодировке, которая вставит спецификацию , добавив 2 байта к длине массива.

В соответствии с Как преобразовать строки в и из байтовых массивов UTF8 в Java :

String s = "some text here";
byte[] b = s.getBytes("UTF-8");
System.out.println(b.length);

StringЭкземпляр выделяет определенное количество байт в памяти. Может быть, вы смотрите на что-то вроде того, sizeof("Hello World")что вернет число байтов, выделенных самой структурой данных?

В Java обычно нет необходимости в sizeofфункции, потому что мы никогда не выделяем память для хранения структуры данных. Мы можем взглянуть на String.javaфайл для приблизительной оценки, и мы видим некоторые 'int', некоторые ссылки и a char[]. Спецификация языка Java определяет, что charдиапазон составляет от 0 до 65535, поэтому двух байт достаточно для хранения одного символа в памяти. Но JVM не обязана хранить один символ в 2 байтах, она должна только гарантировать, что реализация charможет содержать значения в определенном диапазоне.

Так что sizeofдействительно не имеет никакого смысла в Java. Но, предполагая, что у нас есть большая строка и один charвыделяет два байта, тогда объем памяти Stringобъекта составляет по крайней мере 2 * str.length()в байтах.

Есть метод getBytes () . Использовать его мудро .

Попробуй это :

Bytes.toBytes(x).length

Предполагая, что вы объявили и инициализировали x раньше

Чтобы избежать попытки catch, используйте:

String s = "some text here";
byte[] b = s.getBytes(StandardCharsets.UTF_8);
System.out.println(b.length);