弄清java中的字節與字符

問題

在java中，一個字符等於多少字節？

或者更詳細的問：在java中，一個英文字符等於多少字節？一個中文字符等於多少字節？

 

答案

Java采用unicode來表示字符，java中的一個char是2個字節，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，一個漢子字符存儲需要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。

 

舉個例子：

java代碼如下：

 

String str = "測試test";
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);

 

如果編碼方式為GBK，對於字符串“測試test”，字符長度為6，字節長度為8。

如果編碼方式為UTF_8，對於字符串“測試test”，字符長度為6，字節長度為10。

 

注意：字符串的length（）方法返回的是字符長度，一個漢子表示一個字符，一個字母也表示一個字符。

 

unicode和UTF_8有什么關系

UTF-8就是在互聯網上使用最廣的一種unicode的實現方式。unicode的其他實現方式還包括UTF-16和UTF-32。

UTF-8的最大特點是，它是一種可變的編碼方式。

詳情請自行百度~

 

那么問題來了

說了這么多還是不明白，到底java中一個char表示幾個字節？請看下面解釋

    public class Test {  
      
      
        public static void main(String[] args) {  
            String str= "測";  
            char x ='測';  
            byte[] byteStr=null;  
            byte[] byteChar=null;  
            try {  
                byteStr = str.getBytes("utf-8");  
                byteChar = charToByte(x);  
            } catch (Exception e) {  
          
                e.printStackTrace();  
            }  
            System.out.println("byteStr ："+byteStr.length);  
            System.out.println("byteChar："+byteChar.length);  
        }  
        public static byte[] charToByte(char c) {   
            byte[] b = new byte[2];   
            b[0] = (byte) ((c & 0xFF00) >> 8);   
            b[1] = (byte) (c & 0xFF);   
            return b;   
        }  
    }  

 

運行結果：

byteStr：3
byteChar：2

　　

java是用unicode來表示字符，"測"這個中文字符的unicode就是2個字節。

 String.getBytes(encoding)方法是獲取指定編碼的byte數組表示，

如果不指定encoding則取系統默認的encoding。