UTF-8编码方式汉字和英文各占据的字节数

UTF-8编码方式汉字和英文各占据的字节数

• UTF-8编码下一个汉字(包括中文形式下的符号)一般是3个字节，一个英文(包括英文下的符号)1个字节，一个数字1个字节；
• 在GBK和GB2312编码下一个汉字(包括中文形式下的符号)是2个字节，一个英文(包括英文下的符号)1个字节，一个数字1个字节；
• Unicode编码一个汉字(包括中文形式下的符号)和一个英文(包括英文下的符号)一个数字都是4个字节；
• ASCII编码一个英文(包括英文下的符号)1个字节(不支持中文汉字)，一个数字1个字节；
• ISO 8859-1编码一个英文(包括英文下的符号)1个字节(不支持中文汉字)，一个数字1个字节

在Java中可以用以下代码测试字符所占的字节数

//在getBytes(String s)的参数s中输入编码方式，如：getBytes("utf-8").
	//ISO 8859-1编码方式则是getBytes("ISO-8859-1")
	try {
	    System.out.println("a".getBytes("GB2312").length);
	} catch (UnsupportedEncodingException e) {
	    // TODO Auto-generated catch block
	    e.printStackTrace();
	}

本文转载自 https://blog.csdn.net/burmem/article/details/87640956