如何正确计算文本所占字节数

计算文本（字符串）所占字节数，大家第一个想到的应该就是String类的getBytes()方法，该方法返回的是字符串对应的字节数组，再计算数组的length就能够得到字符串所占字节数。例如：

public static void main(String []args)  {

// 运行结果：12

System.out.println("旭日东升".getBytes().length);

}

上面的示例中计算了四个个中文所占的字节数为12，即一个汉字占3个字节。真的是这样吗？其实我们忽略了一个问题：对于不同的编码方式，中文所占的字节数也不一样！这到底要怎么呢？在上面的例子中，我们并没有指定编码方式，那么会使用默认的编码方式。先来看我得出的三条结论：

1）如果上面的例子运行在默认编码方式为ISO8859-1的操作系统平台上，计算结果是4；

2）如果上面的例子运行在默认编码方式为gb2312或gbk的操作系统平台上，计算结果是8；

3）如果上面的例子运行在默认编码方式为utf-8的操作系统平台上，计算结果是12；

如果真的是这样，是不是意味着String.getBytes()方法在我们的系统平台上默认采用的是utf-8编码方式呢？我们再来看一个例子：

public static void main(String []args) throws UnsupportedEncodingException  {

// 运行结果：4

System.out.println("旭日东升".getBytes("ISO8859-1").length);

// 运行结果：8

System.out.println("旭日东升".getBytes("GB2312").length);

// 运行结果：8

System.out.println("旭日东升".getBytes("GBK").length);

// 运行结果：12

System.out.println("旭日东升".getBytes("UTF-8").length);

}