关于Java中的编码相关

2019独角兽企业重金招聘Python工程师标准>>>

    Java程序中内部编码为UTF-16，每个字符占两个字节，这就是为什么java中char占用两个字节的原因（应该吧？）

    什么是内码？内码就是程序执行时的程序自己识别用的编码方式。

    什么是外码？除了内码就是外码咯，比如编程时转化编码等。

    Java中getBytes()方法在缺省编码的时，默认使用的是UTF-8格式。

    UTF-8是什么？UTF-8和UTF-16一样，是关于Unicode字符集的一种编码方式（规范、规则），那UTF-8跟UTF-16有什么区别嘞？简单点说就是UTF-8的储存空间是动态，在UTF-8编码格式下，一个字符可以是占1个字节、2个字节、3个字节、4个字节。关于UTF-8详细介绍：https://en.wikipedia.org/wiki/UTF-8。而UTF-16编码格式下，一个字符是固定占2个字节。

    关于如何查看一个字符在Java堆中占用的空间，我们可以通过：  

System.out.println(new String(new char[] {'H'}).getBytes('UTF-8').length)//控制台将会输出1

 

进行查看，实践过的同学也许会发现一个很奇怪的现象，当采用UTF-16编码时，控制台输出的会让你们惊讶：

System.out.println(new String(new char[] {'H'}).getBytes('UTF-16').length)//控制台将会输出4

为什么会输出4呢？因为UTF-16编码方式其实还有两个分支：UTF-16LE、UTF-16DE；这些分支跟标记的字节顺序有关，所以会多出两个字节用来表示顺序，关于这个问题详细介绍：http://blog.csdn.net/tianjf0514/article/details/7854624

转载于:https://my.oschina.net/StupidZhe/blog/1555671