Java与Unicode

 Java的class文件采用utf8的编码方式，JVM运行时采用utf16。 

Java的字符串是unicode编码的。

总之，Java采用了unicode字符集，使之易于国际化。

Unicode为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。它只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

UTF-8以字节为单位对Unicode进行编码。

UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8的编码规则很简单，只有二条：

1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

字符的转码：（先转化为byte然后再按编码方式转换）

可以用 byte[] getBytes(String charset)；将String转化为指定字符集的byte数组。 或

String(byte[] bytes, int offset, int length, String charset);

String(byte[] bytes, String charset);

以通过byte数组创建指定字符集的字符串，还可以通过 ByteArrayInputStream或ByteArrayOutputStream串接到 InputStream Reader 或 OutputStreamWriter，来达到转码的目的。