Java中字符編碼和字符串所占字節數 .

首 先，java中的一個char是2個字節。java采用unicode，2個字節來表示一個字符，這點與C語言中不同，C語言中采用ASCII，在大多數 系統中，一個char通常占1個字節，但是在0~127整數之間的字符映射，unicode向下兼容ASCII。而Java采用unicode來表示字符，一個中文或英文字符的unicode編碼都占2個字節，但如果采用其他編碼方式，一個字符占用的字節數則各不相同。

    在 GB 2312 編碼或 GBK 編碼中，一個英文字母字符存儲需要1個字節，一個漢字字符存儲需要2個字節。 在UTF-8編碼中，一個英文字母字符存儲需要1個字節，一個漢字字符儲存需要3到4個字節。在UTF-16編碼中，一個英文字母字符存儲需要2個字節，一個漢字字符儲存需要3到4個字節（Unicode擴展區的一些漢字存儲需要4個字節）。在UTF-32編碼中，世界上任何字符的存儲都需要4個字節。

   1、我的系統的默認編碼方式為GBK，因此對於字符串 “你好hello”，

    如果調用length（）方法返回其長度，得到的結果將為：7。該方法返回的是字符串的字符數，無論是中文字符還是英文字符，都被看做是一個字符。

    如果將其轉換為byte數組，而后返回byte數組的長度，得到的結果將為：9。因為在GBK編碼中，中文占2個字節，而英文字符占1個字節。

    執行如下代碼，將得到如下圖所示的輸出：

 

    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("字節長度為：" + byte_len);  
            System.out.println("字符長度為：" + len);  
            System.out.println("系統默認編碼方式：" + System.getProperty("file.encoding"));  
           }  
    }  

 

     輸出結果如下圖：

    

  2、將編碼方式為改為utf-8，即執行如下代碼：

 

    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("字節長度為：" + byte_len);  
            System.out.println("字符長度為：" + len);  
            System.out.println("系統默認編碼方式：" + System.getProperty("file.encoding"));  
           }  
    }  

 

    對於字符串 “你好hello”，得到的輸出結果如下：

   

     此時得到的的byte數組的長度為：11。因為在utf-8編碼中，該中文字符占了3個字節，英文字符占1個字節。

    

    3、如果將編碼方式改為：utf-16，輸出結果如下：

    

      此時得到的的byte數組的長度為：16。因為在utf-16編碼中，該中文字符占了3個字節，英文字符占2個字節。

     3、如果將編碼方式改為：utf-32，輸出結果如下：

     

     此時得到的的byte數組的長度為：28。因為在utf-32編碼中，所有的字符均占4個字節。