帮你理清Java中字符与字节的编码关系-白红宇

帮你理清Java中字符与字节的编码关系

阅读量：3982 次

发布时间：2019-05-24

本文共 1529 字，大约阅读时间需要 5 分钟。

 版权声明：本文为博主原创文章，未经博主允许不得转载。

转载请注明出处：

首先，java中的一个char是2个字节。java采用unicode，2个字节来表示一个字符，这点与C语言中不同，C语言中采用ASCII，在大多数系统中，一个char通常占1个字节，但是在0~127整数之间的字符映射，unicode向下兼容ASCII。而Java采用unicode来表示字符，一个中文或英文字符的unicode编码都占2个字节，但如果采用其他编码方式，一个字符占用的字节数则各不相同。

在 GB 2312 编码或 GBK 编码中，一个英文字母字符存储需要1个字节，一个字符存储需要2个。在UTF-8编码中，一个英文字母字符存储需要1个字节，一个汉字字符储存需要3到4个字节。在UTF-16编码中，一个英文字母字符存储需要2个字节，一个汉字字符储存需要3到4个字节（Unicode扩展区的一些汉字存储需要4个字节）。在UTF-32编码中，世界上任何字符的存储都需要4个字节。

1、我的系统的默认编码方式为GBK，因此对于字符串 “你好hello”，

如果调用length（）方法返回其长度，得到的结果将为：7。该方法返回的是字符串的字符数，无论是中文字符还是英文字符，都被看做是一个字符。

如果将其转换为byte数组，而后返回byte数组的长度，得到的结果将为：9。因为在GBK编码中，中文占2个字节，而英文字符占1个字节。

执行如下代码，将得到如下图所示的输出：

[java]
 public class Hel {  
     public static void main(String[] args){  
         String str = "你好hello";  
             int byte_len = str.getBytes().length;  
             int len = str.length();  
             System.out.println("字节长度为：" + byte_len);  
         System.out.println("字符长度为：" + len);  
         System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));  
        }  
 }  

输出结果如下图：

2、将编码方式为改为utf-8，即执行如下代码：

[java]
 public class Hel {  
     public static void main(String[] args)throws Exception{  
         String str = "你好hello";  
             int byte_len = str.getBytes("utf-8").length;  
             int len = str.length();  
             System.out.println("字节长度为：" + byte_len);  
         System.out.println("字符长度为：" + len);  
         System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));  
        }  
 }  

对于字符串 “你好hello”，得到的输出结果如下：

此时得到的的byte数组的长度为：11。因为在utf-8编码中，该中文字符占了3个字节，英文字符占1个字节。

3、如果将编码方式改为：utf-16，输出结果如下：

此时得到的的byte数组的长度为：16。因为在utf-16编码中，该中文字符占了3个字节，英文字符占2个字节。

3、如果将编码方式改为：utf-32，输出结果如下：

此时得到的的byte数组的长度为：28。因为在utf-32编码中，所有的字符均占4个字节。

你可能感兴趣的文章