寻找JDK 19 Foreign API中MemorySegment.getUtf8String的UTF-16等效方法

当前JDK现状 #

JDK 19及后续早期版本的Foreign Function and Memory API（JEP 424）仅为UTF-8编码的C风格空终止字符串提供了MemorySegment.getUtf8String()/setUtf8String()便捷方法，确实没有内置的Windows UTF-16LE（宽字符串）等效方法。

更优实现方案 #

1. 处理未知大小的内存段（高效查找空终止符）

避免逐字符遍历，利用MemorySegment.mismatch()方法批量查找双字节空终止符（0x0000），底层为优化的内存操作，性能远高于手动遍历：

public static String getUtf16LeString(MemorySegment segment, long offset) {
    // 匹配UTF-16LE的空终止符（连续两个0字节）
    long nullTerminatorPos = segment.mismatch(MemorySegment.ofArray(new byte[]{0, 0}), offset, 0, 2);
    if (nullTerminatorPos == -1) {
        throw new IllegalArgumentException("未找到UTF-16LE字符串的空终止符");
    }
    // 计算有效字符串的字节长度
    long validByteLength = nullTerminatorPos - offset;
    // 切片并解码为字符串
    return segment.asSlice(offset, validByteLength).getString(0, StandardCharsets.UTF_16LE);
}

2. 处理固定大小缓冲区

无需使用split()或trim()，直接解码后截取到第一个空字符（\u0000）即可，性能更优：

public static String getUtf16LeStringFromFixedBuffer(MemorySegment segment, long offset, long bufferSize) {
    String fullDecodedStr = segment.asSlice(offset, bufferSize).getString(0, StandardCharsets.UTF_16LE);
    int nullCharIndex = fullDecodedStr.indexOf('\u0000');
    return nullCharIndex != -1 ? fullDecodedStr.substring(0, nullCharIndex) : fullDecodedStr;
}

3. 写入UTF-16LE空终止字符串

对应写入操作可结合setString()和空终止符写入，保证符合Windows宽字符串规范：

public static void setUtf16LeString(MemorySegment segment, long offset, String str) {
    // 计算字符串对应的字节长度（每个UTF-16LE字符占2字节）
    long strByteLength = str.length() * 2;
    // 写入字符串内容
    segment.asSlice(offset, strByteLength).setString(0, str, StandardCharsets.UTF_16LE);
    // 追加双字节空终止符
    segment.set(offset + strByteLength, (short) 0);
}

补充说明 #

这些方案基于JDK内存段的内置优化能力，相比手动遍历或全量数组操作，在性能和代码简洁性上都有明显提升。若需要跟踪官方是否会添加内置方法，可关注OpenJDK的相关功能提案，但目前自定义实现是最优选择。

内容的提问来源于stack exchange，提问作者Daniel Widdis