帮你理清Java中字符与字节的编码关系

版权声明：本文为博主原创文章，未经博主允许不得转载。

转载请注明出处：http://blog.youkuaiyun.com/ns_code/article/details/14162087

    首先，java中的一个char是2个字节。java采用unicode，2个字节来表示一个字符，这点与C语言中不同，C语言中采用ASCII，在大多数系统中，一个char通常占1个字节，但是在0~127整数之间的字符映射，unicode向下兼容ASCII。而Java采用unicode来表示字符，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，一个汉字字符存储需要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。

   1、我的系统的默认编码方式为GBK，因此对于字符串 “你好hello”，

    如果调用length（）方法返回其长度，得到的结果将为：7。该方法返回的是字符串的字符数，无论是中文字符还是英文字符，都被看做是一个字符。

    如果将其转换为byte数组，而后返回byte数组的长度，得到的结果将为：9。因为在GBK编码中，中文占2个字节，而英文字符占1个字节。

    执行如下代码，将得到如下图所示的输出：

[java]  view plain  copy

 

1. public class Hel {  
2.     public static void main(String[] args){  
3.         String str = "你好hello";  
4.             int byte_len = str.getBytes().length;  
5.             int len = str.length();  
6.             System.out.println("字节长度为：" + byte_len);  
7.         System.out.println("字符长度为：" + len);  
8.         System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));  
9.        }  
10. }  

      输出结果如下图：

    

   2、将编码方式为改为utf-8，即执行如下代码：

[java]  view plain  copy

 

1. public class Hel {  
2.     public static void main(String[] args)throws Exception{  
3.         String str = "你好hello";  
4.             int byte_len = str.getBytes("utf-8").length;  
5.             int len = str.length();  
6.             System.out.println("字节长度为：" + byte_len);  
7.         System.out.println("字符长度为：" + len);  
8.         System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));  
9.        }  
10. }  

    对于字符串 “你好hello”，得到的输出结果如下：

   

     此时得到的的byte数组的长度为：11。因为在utf-8编码中，该中文字符占了3个字节，英文字符占1个字节。

    

    3、如果将编码方式改为：utf-16，输出结果如下：

    

      此时得到的的byte数组的长度为：16。因为在utf-16编码中，该中文字符占了3个字节，英文字符占2个字节。

     3、如果将编码方式改为：utf-32，输出结果如下：

     

     此时得到的的byte数组的长度为：28。因为在utf-32编码中，所有的字符均占4个字节。