java中字符串编码_java 中的字符串编码

1、1字节=8位，1024字节=1KB

2、16进制0x12345678，其二进制为00010010 00110100 01010110 01111000共4字节

3、字节序：两个或多个字节存放的先后顺序(Big Endian大端序，Little Endian小端序)。UTF-16编码的头2个字节里标记字节序: LE [0xFF, 0xFE], BE [0xFE, 0xFF]

4、0x12345678以Big Endian存储：0x12 0x34 0x56 0x78

5、0x12345678以Little Endian存储：0x78 0x56 0x34 0x12

6、字符集：Unicode

7、编码：UTF-8、UTF-16、UTF-16BE、UTF-16LE等等

8、编码是字符集的一种编码方式。

9、查看编码的网站：https://unicode-table.com

10、

计算机存储补码

+1

原码：0000 0001

反码：0000 0001

补码：0000 0001

-1

原码：1000 0001

反码(负数反码：在原码基础上，除符号位外，其余取反)：1111 1110

补码(负数补码：在反码基础上，加1)：1111 1111

java中byte类型占8位。带符号最大值是127，带符号最小值是-128。不带符号最大值是255，不带符号最小值是0。

十进制   十六进制    二进制

254        0xfe           11111110

将254(即00000000 00000000 00000000 11111110)赋值给一个byte类型的变量， 取低8位 11111110，直接当做补码存储，其反码是1111 1101，其原码是1000 0010(十进制-2)。

11、编码

UTF-8

没有字节序的概念。

所以1～4字节UTF-8编码看起来是这样的：

0xxxxxxx

110xxxxx 10xxxxxx

1110xxxx 10xxxxxx 10xxxxxx

11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

单字节可编码的Unicode范围：\u0000~\u007F(0~127)

双字节可编码的Unicode范围：\u0080~\u07FF(128~2047)

三字节可编码的Unicode范围：\u0800~\uFFFF(2048~65535)

四字节可编码的Unicode范围：\u10000~\u1FFFFF(65536~2097151)

UTF-16

2字节或4字节

查看中文 “哈” 的编码：

System.out.print(b & 0xFF);

b是byte类型，存储的是1000 0010(即10进制-2)，当jvm检测到byte可能会转为 int，或byte与int类型进行计算时，会将byte的最高24位补1，扩充到32位，再参与计算。

1000 0010 扩充到32位：11111111 11111111 11111111 10000010。

b & 0xFF == 11111111 11111111 11111111 10000010 & 00000000 00000000 00000000 11111111

所以 b & 0xFF == 00000000 00000000 00000000 00000000 10000010 (即十进制254)