代码之家 › 专栏 › 技术社区 › Herms

通过JNI将双字节(WCHAR)字符串从C++传递到Java

jni unicode visual-c++ java

8

Herms · 技术社区 · 17 年前

我有一个Java应用程序,它通过JNI使用C++DLL。DLL的一些方法接受字符串参数,其中一些方法也返回包含字符串的对象。

我现在正在修改DLL以支持Unicode,切换到使用TCHAR类型(定义Unicode时使用windows的WCHAR数据类型)。修改DLL进展顺利,但我不确定如何修改代码的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*。

有更好的办法吗?如果可能的话,我想继续在DLL中构造jstring对象,这样我就不必修改这些方法的任何用法。但是,NewString JNI方法不接受字符集标识符。

2 回复 | 直到 17 年前

1

7

Community Mohan Dere 9 年前

This answer 表明WCHARS的字节顺序没有保证。..

既然你在Windows上,你可以试试 WideCharToMultiByte

宽字符转多字节由于缓冲区溢出的可能性 lpMultiByteStr 参数。为了绕过这个问题,你应该调用该函数两次,首先用 lpMultiByteStr 着手 NULL 和 cbMultiByte lpMultiByteStr

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
}

2

Onots 17 年前

a little faq 同样来自FAQ:

UTF-16和UTF-32分别使用2字节和4字节长的代码单元。对于这些UTF,有三个子风格:BE、LE和无标记。默认情况下,BE形式使用大端字节序列化(最高有效字节优先),LE形式使用小端字节序列化,无标记形式使用大端字节序列化,但可能在开头包含字节顺序标记,以指示实际使用的字节序列化。

我假设在java端,UTF-16将尝试找到此BOM并正确处理编码。我们都知道假设有多危险。。。

因评论而编辑:

微软使用UTF16小字节序。Java UTF-16试图解释BOM。当缺少BOM时,它默认为UTF-16BE。BE和LE变体忽略BOM。