java汉字byte_java中的byte只有两个字节,才一万多个字符,为什么可以保存汉字?

为什么是汉字 而不是日语呢？或者韩语？汉字也不止一万个把？

Java中的char表示的一个字符，而Java使用的字符集是unicode，unicode使用一个16位的数值表示一个字符，支持6W个字符，但是目前已经达到了10W了，所以应该是不止16位，但是超过16位后面的字符很少用到，所以被忽略了吧。

由于unicode是16位，对应2个字节，所以Java的char被认为是占2个字符的，其实并不是这样，Java使用unicode字符集，编码格式使用的是utf-8，所以一个char在存储是长度是不固定的。

可以看下面的代码输出情况：

System.out.println("a:" + Arrays.toString(String.valueOf('a').getBytes("utf-8")));

System.out.println("ц:" + Arrays.toString(String.valueOf('ц').getBytes("utf-8")));

System.out.println("中:" + Arrays.toString(String.valueOf('中').getBytes("utf-8")));

System.out.println("�:" + Arrays.toString(String.valueOf('�').getBytes("utf-8")));

更新，多谢楼上友情指出，此处回复存在问题。现更新如下：

Java在内存中存储一个字符使用的是UTF-16编码，而UTF-16一开始是固定2个字节，但是Unicode渐渐发展，16位已不够使用，所以UTF-16也变成不定长了。但是Java的char依旧保留固定为2个字节，具体怎么表示那些超过16位的unicode字符，java有给出方案，有兴趣可自行查阅API。

因为string -> char[] 对应的也是byte[]啊

一个byte不够3个不就够了

建议你去看看unicode、utf-8是什么东西

你理解错了byte

它是一个整形类型！不是对字符的，并且它只有1个字节！

Java有四种整形，byte, short, int, long

长度分别是1字节(8比特)，2字节(16比特)，4字节(32比特)和8字节(64比特)

如果从String转换成byte[]存储的也是某字符编码下的原始的二进制数据，不是字符

然后Java的String内存储的字符串使用的是Unicode编码(默认使用UTF16编码)，Unicode是可扩展的，不过目前大部分情况下UTF16只用到了2个字节，详细你可以看wikipedia上unicode的介绍

https://zh.wikipedia.org/wiki/Unicode#Unicode.E7.9A.84.E7.BC.96.E7.A0.81.E5.92.8C.E5.AE.9E.E7.8E.B0

现代编程语言都内置支持Unicode, 所以他的char并不是你理解的byte. 至于char选择什么哪种Unicode编码实现, 这就是实现的问题.

比如在C++里面就选择了UTF16或者UTF32来实现, C#里面就是UTF16, Java貌似也是UTF16.

一个UTF32可以表达Unicode所有字符, 所以是定长编码; 剩下的所有编码, 都是变长编码, 都需要多个单元来表示一个完整的字符.

详细的可以去知乎看RFX的回答, 他是Java/JVM专家.

http://www.zhihu.com/question/27562173