Java中的char为什么占两个字节？能表示所有的字符吗？

要回答标题中的两个问题，先看下面的内容。

Unicode是一种字符集规范，而且还在不断发展之中。我们常说的UTF-8，UTF-16编码是其不同的两种实现。请注意，字符集和编码不是一回事。Unicode规范好比就是定义了每个字符对应一个数字，至于如何把这个数字存放在计算机中，那是另一回事。Unicode收录的每个字符对应一个数字，称作码点(code point)，通常用“U+”后面跟着一个十六进制数表示。

其实UTF-16比UTF-8更早出现，在UTF-16之前还存在UCS-2，该编码固定使用16位编码，后来发现16位根本不够使用，IEEE曾推荐过UCS-4，即固定使用4个字节编码，但因为太过浪费空间被Unicode拒绝采纳了。此时，UTF-16就出现了。Unicode将16位的字符集做了延申，并规定每2¹⁶为一个**plane, 第一个plane**称作 Basic Multilingual Plane（简称 BMP）, 这里面的字符使用两个字节。对于超出了第一个plane的其他字符，将被收录在其他层级的plane，并使用第一层的代理（surrogate）将其表示，占用四个字节。至于怎么表示以及怎么编码解码的，请移步维基百科，有详细的解释。

JVM内部使用的是UTF-16编码。不管代码文件中char使用的是什么编码，都将被JVM转化为UTF-16而且只用两个字节，也就是说Java中的char占用两个字节，只能表示Unicode中第一层（BMP）中的字符，对于其他字符会报错：Invalid Character Constant, 而String中是可以的。

所以标题中的答案就是，之所以是两个字节，是因为Java内部使用UTF-16编码，所以char为了表示BMP中的字符，所以占了两个字节。很明显，不能表示所有字符。