如何理解Java程序使用Unicode字符集編寫

Java采用UTF-16編碼作為內碼，也就是說在JVM內部，文本是用16位碼元序列表示的，常用的文本就是字符（char）和字符串（String）字面常量的內容。注：UTF-16是Unicode字符集的一種編碼方案。

Java字符和字符串存在於以下幾個地方：

• Java源碼文件，*.java，可以是任意字符編碼，如GBK，UTF-8
• Class文件，*.class，采用的是一種改進的UTF-8編碼（Modified UTF-8）
• JVM，內存中使用UTF-16編碼

Java編譯器需要正確的讀取源碼，消除編碼差異，然后編譯成UTF-8編碼的Class文件。比如javac，默認情況下它會取操作系統的編碼，可以使用參數-encoding指定源碼文件的字符編碼。JVM加載Class文件，把其中的字符或字符串轉成UTF-16編碼序列。

Java中涉及編碼的類主要有String和IO包中的字節字符轉換流。String.getBytes()使用JVM啟動時獲得的字符集來編碼字符串，也可以使用getBytes(charset)指定字符集；字節就是單純的01，但轉成字符時就要有字符集的概念了，IO包中的InputStreamReader和OutputStreamWriter，是字節流和字符流的橋梁，默認使用JVM默認字符集對字符解碼和編碼，可以通過構造方法指定字符集。

String str = "創";
str.getBytes("UTF-8"); // 3字節，0xE5889B
str.getBytes("UTF-16"); // 2字節，0x521B

InputStreamReader(InputStream, charset);
OutputStreamWriter(OutputStream, charset);

FAQ

1. Java中的字符主要有哪些？

Java編程語言主要有以下幾種字符：

• 空白字符：空格、制表符、換頁符和行終止符
• 注釋：/text/ or // text
• 符號
  • 標識符：就是變量名和類名，其中的字母和數字可以從Unicode字符集中提取，也就是說能用本地語言編寫標識符，如String 名字="cxcoder";
  • 關鍵字：比如class，new
  • 字面常量：簡單類型、String、空類型在源碼中的表示
  • 分隔符：也叫標點符號，() {} [] ; , . ... @
  • 操作符：邏輯和算術運算符
• 轉義字符
  • Unicode轉義字符：通過\u+4個十六進制數使用任何Unicode字符
  • 字面常量轉義字符：\b \t \n \f \r \" \' \\不使用Unicode轉義字符也能表示一些特殊字符

2. 解釋一下程序的輸出結果

String hello = "Hello", lo = "lo";
System out print(hello == "Hello"); // true 一個字符串字面常量總是引用String的同一個實例
System out print(hello == ("Hel" +"lo")): // true 常量表達式，編譯時得出結果，當做字面常量對待 System out print(hello == ("Hel"+1o)); // false 運行時連接運算產生新String對象
System out println(hell0 == ("Hel"+lo).intern()); // true 查找常量池是否有此字符串，有返回，無放進去，之前已定義intern返回同一個String實例

3. Java中的null如何理解？

null看起來是關鍵字，但從技術上講，它僅僅是空字面常量，表示空引用。像true/false也只是布爾字面常量。

​