一个汉字占多少字节?

最新推荐文章于 2024-07-01 10:41:05 发布

因为我的心

最新推荐文章于 2024-07-01 10:41:05 发布

阅读量2.2w

点赞数 7

分类专栏： Android

本文链接：https://blog.csdn.net/weixin_39069034/article/details/113983487

版权

Android 专栏收录该内容

48 篇文章 1 订阅

订阅专栏

本文探讨了GBK、UTF-16和UTF-8三种字符编码方式对汉字的处理，指出GBK编码每个汉字占用2个字节，UTF-16中一般汉字占2个字节，特定区域汉字占4个字节，UTF-8则根据汉字范围变长编码，通常为3到4个字节。通过代码示例展示了不同编码下字符串的字节长度差异。

摘要由CSDN通过智能技术生成

一、前言：

1、GBK编码，一个汉字占2个字节。
2、UTF-16编码，通常汉字占2个字节，CJKV扩展B区、扩展C区、扩展D区中的汉字占4个字节（一般字符的Unicode范围是U+0000至U+FFFF，而这些扩展部分的范围大于U+20000，因而要用两个UTF-16）。
3、UTF-8编码是变长编码，通常汉字占3个字节，扩展B区以后的汉字占4个字节。

二、代码演示：

String a = "名";
Timber.d("UTF-8编码长度:"+a.getBytes("UTF-8").length);
Timber.d("UTF-16编码长度:"+a.getBytes("UTF-16").length);
Timber.d("GBK编码长度:"+a.getBytes("GBK").length);
Timber.d("GB2312编码长度:"+a.getBytes("GB2312").length);

Timber.d("-----------------分割线--------------------");
String b = "B";
Timber.d("UTF-8编码长度:"+b.getBytes("UTF-8").length);
Timber.d("UTF-16编码长度:"+b.getBytes("UTF-16").length);
Timber.d("GBK编码长度:"+b.getBytes("GBK").length);
Timber.d("GB2312编码长度:"+b.getBytes("GB2312").length);

结果：

2021-02-23 13:11:26.991 14738-14738/com.sumansoul.myviewdemo D/MainActivity: UTF-8编码长度:3
2021-02-23 13:11:26.992 14738-14738/com.sumansoul.myviewdemo D/MainActivity: UTF-16编码长度:4
2021-02-23 13:11:26.995 14738-14738/com.sumansoul.myviewdemo D/MainActivity: GBK编码长度:2
2021-02-23 13:11:26.996 14738-14738/com.sumansoul.myviewdemo D/MainActivity: GB2312编码长度:2
2021-02-23 13:11:26.996 14738-14738/com.sumansoul.myviewdemo D/MainActivity: -----------------分割线--------------------
2021-02-23 13:11:26.997 14738-14738/com.sumansoul.myviewdemo D/MainActivity: UTF-8编码长度:1
2021-02-23 13:11:26.997 14738-14738/com.sumansoul.myviewdemo D/MainActivity: UTF-16编码长度:4
2021-02-23 13:11:26.998 14738-14738/com.sumansoul.myviewdemo D/MainActivity: GBK编码长度:1
2021-02-23 13:11:26.998 14738-14738/com.sumansoul.myviewdemo D/MainActivity: GB2312编码长度:1