Unicode，以及byte和char的关系

本文链接：https://blog.csdn.net/dddaac/article/details/52930940

本文详细介绍了Unicode编码，它为每种语言的每个字符提供了一个唯一的二进制表示。Unicode应用广泛，可以通过'u0041'等不同形式表示同一个字符如'A'。接着探讨了char类型，作为16位Unicode字符，其范围从'u0000'到'uffff'。同时对比了char和byte的区别，指出byte不能涵盖所有字符。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Unicode

Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。它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。Unicode Character Table（入口在这里）包含常见语言的字符和可打印的符号字符，字符提供了 HTML 代码，名称/描述和相应的打印符号。

Unicode应用

Unicode-A

可以这么理解：

字符	十六进制	十进制
‘A’	41	65

注意：这些都可以转化为’A’
‘\u0041’
(char)65
(char)0x41
另：
“\u0041”==”A”
“\u5F20\u4E09”==”张三”

char,字节（byte）的关系

char

char data type is a single 16-bit Unicode character
Minimum value is ‘\u0000’ (or 0)
Maximum value is ‘\uffff’ (or 65,535 inclusive)
Char data type is used to store any character
Example: char letterA = ‘A’

byte

byte, int, long, and short can be expressed in decimal(base 10), hexadecimal(base 16) or octal(base 8) number systems as well.

Prefix 0 is used to indicate octal, and prefix 0x indicates hexadecimal when using these number systems for literals. For example −

int decimal = 100;
int octal = 0144;
int hexa =  0x64;

byte VS char

byte a = 65;
byte a = 0x41
char a = 'A'

~~byte i = 21363;~~//Type mismatch: cannot convert from int to byte

int i=21363;
char hanz = (char)i;//21363是汉字 “即”

注意：这些都可以转化为’A’
‘\u0041’
(char)65
(char)0x41

总结

Unicode 其实就是\u+十六进制来代表所有的字符
同时十六进制转化为十进制后，也可以代表所有的字符
十进制不只是byte类型，byte类型不能包括所有的字符。

char data type is a single 16-bit Unicode character
Minimum value is ‘\u0000’ (or 0)
Maximum value is ‘\uffff’ (or 65,535 inclusive)