Java中為什么可以用一個char(兩個字節)表示一個中文字符

　　比如這斷程序：

char word = '字';
System.out.println("字".getBytes().length);   　　　　// 輸出為 3

 

其輸出結果為3， 小伙伴們就要問了：“奇怪了，'字'這個字符，明明是三個字節，怎么可以用char類型的變量來表示？ char類型不是在java中是兩個字節么？”

 

　　其實，java中有外碼和內碼之分，顧名思義，外碼就是JVM外部使用的編碼，比如你在編輯器中輸入的“字”，假設是UTF-8編碼，UTF-8是變長編碼，一個中文可能是1-3個字節來表示；那么，在JVM中，用的都是Unicode碼，這是定長編碼，所有字符都統一使用兩個字節表示，這就是Java的內碼。

 

　　"字".getBytes()   JVM執行這段邏輯，實際是進行了編碼轉換的，可以看String的源碼實現：

public byte[] getBytes() {
    return StringCoding.encode(value, 0, value.length);    // 調用StringCoding.encode()　　　　　　
}

static byte[] encode(char[] ca, int off, int len) {
        String csn = Charset.defaultCharset().name();   　　　// 這里，Charset.defaultCharset()默認是UTF-8
        try {
            // use charset name encode() variant which provides caching.
            return encode(csn, ca, off, len);
        } catch (UnsupportedEncodingException x) {
            warnUnsupportedCharset(csn);
        }

 

可以看到，Java把字符串"字"(字符串就是char的數組), 編碼為UTF-8 ， 轉為UTF-8的“字”， 它的長度就變成了3個字節哦。