Java的char是16位的unicode类型

Java的char是16位的unicode类型，中文也是，两个字节，但是如果用utf-8(一般系统默认)读取或者转换为字节数组，就会变成3个字节。
Unicode是字符集，UTF-8/UTF-16是编码规则，或者广义的Unicode就包括字符集和多种编码规则。也就是说字符集规定了每个字符的二进制代码，编码规则才规定了如何存储这些二进制代码。
然后utf-16有个大端序(Big Endian order)和小端序(Little Endian order)的问题(utf-8的更复杂，所以这也是最好不要在windows下编程的原因)。
在Java中，对于一个中文字符的char，getByte的结果，如果不指定编码规则，则默认是UTF-8，一个中文3个字节，如果是unicode或者utf-16，默认是4个字节，前两个字节0xFEFF表示大端序，0xFFEF表示小端序，如果指定了utf-16be或者utf-16le，就是2个字节，

package IOTest;

import javax.management.StandardEmitterMBean;
import java.io.UnsupportedEncodingException;
import java.nio.charset.Charset;
import java.nio.charset.StandardCharsets;

public class CharTest {
    public static void main(String[] args) throws UnsupportedEncodingException {
        //Java的char是两字节的Unicode字符(0-65535)
        char b='中';
        System.out.println((int)b);
        byte[] bs=char2Byte(b);
        System.out.println(byte2HexString(bs));
        byte[] cs=String.valueOf(b).getBytes("unicode");
        byte[] ds=String.valueOf(b).getBytes(StandardCharsets.UTF_16BE);
        byte[] es=String.valueOf(b).getBytes(StandardCharsets.UTF_16LE);
        byte[] fs=String.valueOf(b).getBytes(StandardCharsets.UTF_16);
        byte[] gs=String.valueOf(b).getBytes(StandardCharsets.UTF_8);
        System.out.println(byte2HexString(cs));
        System.out.println(byte2HexString(ds));
        System.out.println(byte2HexString(es));
        System.out.println(byte2HexString(fs));
        System.out.println(byte2HexString(gs));
    }
    public static byte[] char2Byte(char c){
        byte[] ans=new byte[2];
        ans[1]=(byte)(c&0x00ff);
        ans[0]=(byte)((c&0xff00)>>8);
        return ans;
    }
    public static String byte2HexString(byte[] bs){
        StringBuilder sb=new StringBuilder();
        for(byte b:bs){
            int c=b&0x0f;
            if(c<10){
                sb.append(c);
            }else{
                sb.append((char)((c-10)+'A'));
            }
            c=(b&0xf0)>>4;
            if(c<10){
                sb.append(c);
            }else{
                sb.append((char)((c-10)+'A'));
            }
            sb.append(' ');
        }
        return sb.toString();
    }
}

来源：https://www.cnblogs.com/zxcoder/p/12571295.html

标签

char

unicode

string

编码规则