JAVA 汉字在UTF-8和GBK编码中占用位数

       做JAVA开发好久了，发现好多基础的东西竟然还是不知道，平时也没有写笔记的习惯，就用CSDN来做简单的笔记记录吧，以供以后来查找笔记。

        JAVA的字符编码中有两种常用的字符集：GBK和UTF-8。其中GBK中用2个字节表示一个汉字，而UTF-8中用3字节来表示一个汉字。其他的数字、字符、符号都用1字节来表示。可以由代码验证下，我所用环境默认是GBK

                String  strGBK = "你好a";
		byte[]  bytes = strGBK.getBytes();
		byte[]  bytesUTF8 = strGBK.getBytes("UTF-8");
		System.out.println(bytes.length+"=="+bytesUTF8.length);

     得到运行结果为5==7

      顺便解释下乱码问题： 因为GBK和UTF-8中一个汉字占用的字节数不同，所以在字符串转码过程中经常会出现因为编码和解码是用的字符集不一致，导致乱码的问题。你用GBK字符集解码时，解码对应的字节数组必须是按照GBK字符集编码所得的字节数组，因为如果你用UTF-8编码所得的字节组，3个字节表示一个汉字，而GBK字符集不知道，那就拿了其中的两位，当然无法还原成一个汉字。