2019.04.08—Java 中字母汉字占几个字节

今天在做回顾的时候看到的问题：

为什么两个运行的结果不一样呢？

1、弄清java中的字节与字符

问题

在java中，一个字符等于多少字节？

或者更详细的问：在java中，一个英文字符等于多少字节？一个中文字符等于多少字节？

 

答案

---

Java采用unicode来表示字符，java中的一个char是2个字节，一个中文或英文字符的unicode编码都占2个字节，但如果采用其他编码方式，一个字符占用的字节数则各不相同。

在 GB 2312 编码或 GBK 编码中，一个英文字母字符存储需要1个字节，一个汉子字符存储需要2个字节。

在UTF-8编码中，一个英文字母字符存储需要1个字节，一个汉字字符储存需要3到4个字节。

在UTF-16编码中，一个英文字母字符存储需要2个字节，一个汉字字符储存需要3到4个字节（Unicode扩展区的一些汉字存储需要4个字节）。

在UTF-32编码中，世界上任何字符的存储都需要4个字节。

举个列子

@Test
    public void test1() throws UnsupportedEncodingException {
        String a = "名";
        System.out.println("UTF-8编码长度:"+a.getBytes("UTF-8").length);
        System.out.println("GBK编码长度:"+a.getBytes("GBK").length);
        System.out.println("GB2312编码长度:"+a.getBytes("GB2312").length);
        System.out.println("==========================================");

        String c = "0x20001";
        System.out.println("UTF-8编码长度:"+c.getBytes("UTF-8").length);
        System.out.println("GBK编码长度:"+c.getBytes("GBK").length);
        System.out.println("GB2312编码长度:"+c.getBytes("GB2312").length);
        System.out.println("==========================================");

        char[] arr = Character.toChars(0x20001);
        String s = new String(arr);
        System.out.println("char array length:" + arr.length);
        System.out.println("content:|  " + s + " |");
        System.out.println("String length:" + s.length());
        System.out.println("UTF-8编码长度:"+s.getBytes("UTF-8").length);
        System.out.println("GBK编码长度:"+s.getBytes("GBK").length);
        System.out.println("GB2312编码长度:"+s.getBytes("GB2312").length);
        System.out.println("==========================================");
    }

运行结果：

UTF-8编码长度:3
GBK编码长度:2
GB2312编码长度:2
==========================================
UTF-8编码长度:4
GBK编码长度:1
GB2312编码长度:1
==========================================
char array length:2
content:|  ? |
String length:2
UTF-8编码长度:4
GBK编码长度:1
GB2312编码长度:1
==========================================

所以可以添加编码转换：

package com.company;
import java.io.UnsupportedEncodingException;
public class Main {

    public static void main(String[] args) throws UnsupportedEncodingException {
	// write your code here
        String str = "J学";
        String aa = "学";
        System.out.println("UTF-8编码长度:"+aa.getBytes("UTF-8").length);
        System.out.println("GBK编码长度:"+aa.getBytes("GBK").length);
        System.out.println("GB2312编码长度:"+aa.getBytes("GB2312").length);
        System.out.println("==========================================");

        String str1 = "学习 Java 编程";
        int byte_len = str.getBytes().length;
        int len = str.length();
        System.out.println("字节长度为：" + byte_len);
        System.out.println("字符长度为：" + len);
        byte[] a = str.getBytes();
        byte[] b = str1.getBytes();
        byte[] c = aa.getBytes("GBK");
        try {
            a = str.getBytes("utf-8");
           // b = charToByte(x);
        } catch (Exception e) {
            e.printStackTrace();
        }
        for (int i = 0; i < c.length; i++) {
            System.out.print (c[i] + " ");
        }
    }
}

运行结果：
UTF-8编码长度:3
GBK编码长度:2
GB2312编码长度:2
==========================================
字节长度为：4
字符长度为：2
-47 -89 

参考相关：

http://www.cnblogs.com/lslk89/p/6898526.html

https://www.cnblogs.com/ouym/p/7607399.html