JSON 字符串数据大小平台无关

Posted 2023-02-25

【中文标题】JSON 字符串数据大小平台无关

【英文标题】：JSON String datasize platform independant

【发布时间】：2018-03-12 09:23:21

【问题描述】：

我想使用 Java 确定 JSON Java 字符串的数据大小（以字节为单位）。 此计算应该与平台无关，因为该软件用于不同的系统和（可能）不同的默认字符编码（Windows、Linux、zOS...）。 JSON 应该只包含可以使用 UTF-8 编码的字符。到目前为止，在所有用例中，只有字符可以用 1 个字节编码，但是，将来，汉字，例如？？？ (U+20F2E)，也被使用了。

这里有没有一种以稳健的方式计算数据大小的最佳实践方法？

据我了解，json.getBytes("UTF-8").length 似乎是一个有效的解决方案。

在 Windows 上测试输出：

这是一个 1Byte UTF-8 字符：

@
"@".length() -> 1
"@".getBytes().length -> 1
"@".getBytes("UTF-8").length -> 1
new String("@".getBytes("UTF-8")) -> @
"@".getBytes("UTF-16").length -> 4
new String("@".getBytes("UTF-16")) -> ��

这是一个 2Byte UTF-8 字符：

µ
"µ".length() -> 1
"µ".getBytes().length -> 2
"µ".getBytes("UTF-8").length -> 2
new String("µ".getBytes("UTF-8")) -> µ
"µ".getBytes("UTF-16").length -> 4
new String("µ".getBytes("UTF-16")) -> ��

这是一个 4Byte UTF-8 字符：

????
"????".length() -> 2
"????".getBytes().length -> 4
"????".getBytes("UTF-8").length -> 4
new String("????".getBytes("UTF-8")) -> ????
"????".getBytes("UTF-16").length -> 6
new String("????".getBytes("UTF-16")) -> ���c��

编辑： 应该计算“压缩”JSON 的长度，即没有任何不必要的空格（来自漂亮的打印）。

【问题讨论】：

What is the Java's internal represention for String? Modified UTF-8? UTF-16?的可能重复

JSON 允许对一个字符和无意义的空格进行多种表示，那么 JSON 文档的长度是什么意思呢？

� 是程序员错误处理文本并丢失部分文本的用户标记。

@TomBlodget：在这种情况下，我们想要压缩 JSON 的长度，即没有所有不必要的空格

【参考方案1】：

如果您的 JSON 可用作所有空格都被修剪的字符串，String.getBytes(String charsetName).length 应该会为您提供正确的大小。

请注意，在 JVM 内存中，字符串将以 UTF-16 编码，一旦写入文件或数据库，它就会使用不同的编码（UTF-8、8859-1...），因此具有不同的大小。