DataOutputStream.writeUTF 字串長度限制導致寫入失敗的原因與對策

在使用 DataOutputStream.writeUTF(String) 寫入長字串時，若字串過長會拋出 UTFDataFormatException: encoded string too long。本文分析 JDK 源碼揭示根因，並給出實務規避建議。

源碼分析：硬性長度限制

writeUTF(String str, DataOutput out) 核心邏輯：

int strlen = str.length();
int utflen = 0;
for (int i = 0; i < strlen; i++) {
    char c = str.charAt(i);
    if ((c >= 0x0001) && (c <= 0x007F)) utflen += 1;      // ASCII 1 字節
    else if (c > 0x07FF) utflen += 3;                      // BMP 輔助平面 3 字節
    else utflen += 2;                                      // 其他 BMP 字符 2 字節
}
if (utflen > 65535)
    throw new UTFDataFormatException("encoded string too long: " + utflen + " bytes");
// 後續寫入邏輯：先寫 2 字節無符號短整數長度，再寫 UTF-8 字節流

關鍵點：

• UTF-8 編碼後字節長度 utflen 必須 ≤ 65,535 (2^16-1)，因長度用 無符號 16 位整數 存儲。
• 最壞情況 (所有字符 > 0x07FF) 每字符 3 字節，Java char 最大 65,535，故字符數上限約 21,845。
• 純 ASCII 字串可達 65,535 字符。

實務建議

1. 預估上限：為保險，建議單次 writeUTF 不超過 20,000 字符 (約 60KB UTF-8)。
2. 分塊寫入：長字串拆分多段，自定義協議傳輸 (如先寫總長度 int，再分段 writeUTF)。
3. 替代方案：改用 OutputStreamWriter(OutputStream, "UTF-8") 直接寫入字符流，無長度限制；或序列化框架 (Protobuf、Kryo) 處理大對象。

結語

writeUTF 受限於修飾版 UTF-8 格式規範 (2 字節長度前綴)，不可寫入超過 64KB UTF-8 字節流的字串。理解此限制，在網絡通訊、文件存儲等場景預先規劃分塊或選用無限制編碼方式，可避免運行時異常。