编码格式

程序员文章站 2022-07-14 19:23:06

...

首先，Java中的一个char是2个字节。java采用unicode，2个字节来表示一个字符，这点与C语言中不同，c语言中采用ASCII，在大多数系统中，一个char通常占1个字节，但是在0~127整数之间的字符映射，unicode向下兼容ASCII。而Java采用unicode来表示字符，一个中文或英文字符的unicode编码都占2个字节，但如果采用其他编码方式，一个字符占用的字节数则各不相同。

在 GB 2312 编码或 GBK 编码中，一个英文字母字符存储需要1个字节，一个汉字字符存储需要2个字节。在UTF-8编码中，一个英文字母字符存储需要1个字节，一个汉字字符储存需要3到4个字节。在UTF-16编码中，一个英文字母字符存储需要2个字节，一个汉字字符储存需要3到4个字节（Unicode扩展区的一些汉字存储需要4个字节）。在UTF-32编码中，世界上任何字符的存储都需要4个字节。

1、我的系统的默认编码方式为GBK，因此对于字符串 “你好hello”，

如果调用length（）方法返回其长度，得到的结果将为：7。该方法返回的是字符串的字符数，无论是中文字符还是英文字符，都被看做是一个字符。

如果将其转换为byte数组，而后返回byte数组的长度，得到的结果将为：9。因为在GBK编码中，中文占2个字节，而英文字符占1个字节。

执行如下代码，将得到如下图所示的输出：

public class Hel {
	public static void main(String[] args){
		String str = "你好hello";
        	int byte_len = str.getBytes().length;
        	int len = str.length();
        	System.out.println("字节长度为：" + byte_len);
		System.out.println("字符长度为：" + len);
		System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));
       }
}

输出结果如下图：

编码格式

2、将编码方式为改为utf-8，即执行如下代码：

public class Hel {
	public static void main(String[] args)throws Exception{
		String str = "你好hello";
        	int byte_len = str.getBytes("utf-8").length;
        	int len = str.length();
        	System.out.println("字节长度为：" + byte_len);
		System.out.println("字符长度为：" + len);
		System.out.println("系统默认编码方式：" + System.getProperty("file.encoding"));
       }
}

对于字符串 “你好hello”，得到的输出结果如下：

编码格式