UTF-16、UTF-16BE、UTF-16LE编码方式的区别

import java.io.IOException; /** * UTF-16BE: 16 位 UCS 转换格式，Big Endian（最低地址存放高位字节，符合人们的阅读习惯）字节顺序 * UTF-16LE: 16 位 UCS 转换格式，Little-endian（最高地址存放高位字节）字节顺序 * UTF-16: 16 位 UCS 转换格式，字节顺序（是高字节在前还是低字节在前）由流中的前两字节中字节顺序标记来确定 * * UTF-16BE: FE FF 字节顺序标记 * UTF-16LE: FF FE 字节顺序标记 */ public class Test { public static void main(String[] args) throws IOException { String str = "中"; //------------编码 //Java里使用的是UTF-16BE方式来存储数据的 System.out.println(Integer.toHexString(str.charAt(0) & 0x00FFFF | 0xFF0000).substring(2, 6) .toUpperCase());//4E2D /* * 进行编码时，因为 UTF-16 编码方式本身未指定字节顺序标记，所以默认使用 Big Endian 字节 * 顺序编码，并将 Big Endian 字节顺序标记写入到流中，所以流前面多了 FE FF 二字节的高字节 * 顺序标记 */ System.out.println(byteToHex(str.getBytes("utf-16")));//FE FF 4E 2D /* * 进行编码时，UTF-16BE 和 UTF-16LE charset 不会将字节顺序标记写入到流中 * 即它们所编出的码每个字符只占二个字节，要注意的是解码时要使用同样的编码 * 方式，不然会出现问题乱码 */ System.out.println(byteToHex(str.getBytes("utf-16BE")));//4E 2D System.out.println(byteToHex(str.getBytes("utf-16LE")));//2D 4E //使用 utf-16BE 对高字节序进行解码，忽略字节顺序标记，即不会将流前二字节内容看作字节序标记 System.out.println(new String(new byte[]{0x4E,0x2D},"utf-16BE"));// 中 //使用 utf-16LE 对低字节序进行解码，忽略字节顺序标记，即不会将流前二字节内容看作字节序标记 System.out.println(new String(new byte[]{0x2D,0x4E},"utf-16LE"));// 中 //------------解码 /* * 使用 utf-16 进行解码时，会根据流前两字节内部来确定是低还是高字节顺序，如果流的前两字节 * 内部不是 高字节序 FE FF，也不是低字节序 FF FE时，则默认使用 高字节序 方式来解码 */ //因为0x4E,0x2D为“中”字的高字节表示，所以前面需要加上 FE FF 字节顺序标记来指示它 System.out.println(new String(new byte[]{(byte) 0xFE,(byte) 0xFF,0x4E,0x2D},"utf-16"));//中 //因为0x2D,0x4E为“中”字的低字节表示，所以前面需要加上 FF FE 字节顺序标记来指示它 System.out.println(new String(new byte[]{(byte) 0xFF,(byte) 0xFE,0x2D,0x4E,},"utf-16"));//中 //使用默认 高字节顺序 方式来解码， System.out.println(new String(new byte[]{0x4E,0x2D},"utf-16"));//中 //因为 0x2D,0x4E 为“中”的低字节序，但 utf-16 默认却是以 高字节序来解的，所以出现乱码 System.out.println(new String(new byte[]{0x2D,0x4E,},"utf-16"));//? } public static String byteToHex(byte[] bt) { StringBuilder sb = new StringBuilder(4); for (int b : bt) { sb.append(Integer.toHexString(b & 0x00FF | 0xFF00).substring(2, 4) .toUpperCase()); sb.append(" "); } return sb.toString(); } }

注，只有UTF-16，即只有使用Unicode编码存储或传递时，才涉及到高字节还是低字节序的问题，UTF-8一般是没有字节序的概念的，因为utf-8编码本身中就已含有了编解码转换方式了。

 

另外请参考《ByteBuffer转CharBuffer时编码方式问题》、《文件的字节顺序记号》

 

String test =new String(b,"UTF-16BE");  //黑莓中没有UTF-16编码，可以使用UTF-16BE代替。