编码相关问题整理

最新推荐文章于 2024-04-27 09:42:05 发布

努力的Frank

最新推荐文章于 2024-04-27 09:42:05 发布

阅读量664

点赞数

分类专栏： util 文章标签：编码 java

本文链接：https://blog.csdn.net/github_34117641/article/details/70196206

版权

这个问题的引出是因为我发现java中基本数据类型char是占两个字节的，而c语言中char是占用一个字节。要知道编码中文字符的时候往往是2-4个字节，不同编码方式下也会有不同。那么问题来了，java中用的什么编码方式存字符呢？如果是笔画特别多的中文字符如何放到2个字节中？

GBK2312是较早出的中文的编码方式，后来GBK收录了GBK2312同时又增加了一些中文字库。而UTF-8是多语言的编码方式，不仅针对中文具有更好的通用性。unicode是UTF之前就提出的，他是对全球所有语言进行统一编码的规范，收录了所有的字符，不过编码空间利用率低。

GBK编码是1-2个字节，英文是1个字节，中文是2个字节，全角的英文是2个字节。

UTF-8编码是1或3-4个字节，英文是1个字节，中文大都是3个字节，少数是4个字节。

unicode是很多系统默认文件使用的编码方式，他一般要占用4个字节，英文也是4个字节，大多数中文也是4个字节。如果是及其偏僻的中文就要占6个字节，这样的中文是GBK都没有收录的。

下面我们进行一个测试看看几种编码的占用字节数：

关注