20190408—Java 中字母汉字占几个字节,汉字编码有几个字节

今天在做回顾的时候看到的问题：

为什么两个运行的结果不一样呢？

1、弄清java中的字节与字符 问题 在java中，一个字符等于多少字节？或者更详细的问：在java中，一个英文字符等于多少字节？一个中文字符等于多少字节？

 

答案

Java采用unicode来表示字符，java中的一个char是2个字节，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，一个汉子字符存储需要2个字节。

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。

举个列子 @Test public void test1() throws UnsupportedEncodingException { String a = "名"; System.out.println("UTF-8编码长度:"+a.getBytes("UTF-8").length); System.out.println("GBK编码长度:"+a.getBytes("GBK").length); System.out.println("GB2312编码长度:"+a.getBytes("GB2312").length); System.out.println("=========================================="); String c = "0x20001"; System.out.println("UTF-8编码长度:"+c.getBytes("UTF-8").length); System.out.println("GBK编码长度:"+c.getBytes("GBK").length); System.out.println("GB2312编码长度:"+c.getBytes("GB2312").length); System.out.println("=========================================="); char[] arr = Character.toChars(0x20001); String s = new String(arr); System.out.println("char array length:" + arr.length); System.out.println("content:| " + s + " |"); System.out.println("String length:" + s.length()); System.out.println("UTF-8编码长度:"+s.getBytes("UTF-8").length); System.out.println("GBK编码长度:"+s.getBytes("GBK").length); System.out.println("GB2312编码长度:"+s.getBytes("GB2312").length); System.out.println("=========================================="); }

运行结果：

UTF-8编码长度:3
GBK编码长度:2
GB2312编码长度:2
==========================================
UTF-8编码长度:4
GBK编码长度:1
GB2312编码长度:1
==========================================
char array length:2
content:|  ? |
String length:2
UTF-8编码长度:4
GBK编码长度:1
GB2312编码长度:1
==========================================

所以可以添加编码转换：

package com.company;import java.io.UnsupportedEncodingException;public class Main { public static void main(String[] args) throws UnsupportedEncodingException {// write your code here String str = "J学"; String aa = "学"; System.out.println("UTF-8编码长度:"+aa.getBytes("UTF-8").length); System.out.println("GBK编码长度:"+aa.getBytes("GBK").length); System.out.println("GB2312编码长度:"+aa.getBytes("GB2312").length); System.out.println("=========================================="); String str1 = "学习 Java 编程"; 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); byte[] a = str.getBytes(); byte[] b = str1.getBytes(); byte[] c = aa.getBytes("GBK"); try { a = str.getBytes("utf-8"); // b = charToByte(x); } catch (Exception e) { e.printStackTrace(); } for (int i = 0; i < c.length; i++) { System.out.print (c[i] + " "); } }}

运行结果：
UTF-8编码长度:3
GBK编码长度:2
GB2312编码长度:2
==========================================
字节长度为：4
字符长度为：2
-47 -89 

参考相关：

http://www.cnblogs.com/lslk89/p/6898526.html

https://www.cnblogs.com/ouym/p/7607399.html