Java 为什么占两个字节的char类型采用utf-8时可以存储中文?

Java语言内部存储采用的是Unicode编码,Unicode编码中的每个字符占两个字节,中文也是占两个字节,所以,Java中的字符可以存储一个中文汉字。

1、而在不同的编码方式中,中文所占的字节数是不同的:

① ASCII码中,一个英文字母(不分大小写)占一个字节的空间,一个中文汉字占两个字节的空间。一个二进制数字序列,在计算机中作为一个数字单元,一般为8位二进制数,换算为十进制。最小值0,最大值255。

② UTF-8编码中,一个英文字符等于一个字节,一个中文(含繁体)等于三个字节。

③ Unicode编码中,一个英文等于两个字节,一个中文(含繁体)等于两个字节。

符号:英文标点占一个字节,中文标点占两个字节。举例:英文句号“.”占1个字节的大小,中文句号“。”占2个字节的大小。

④ UTF-16编码中,一个英文字母字符或一个汉字字符存储都需要2个字节(Unicode扩展区的一些汉字存储需要4个字节)。

⑤ UTF-32编码中,世界上任何字符的存储都需要4个字节。

2、解释为什么Java的char类型只占用两个字节,采用utf-8编码时,为什么可以存储汉字?

Unicode是一种字符集(charset),用两个字节就能囊括世界上多有的文字集合。

UTF-8是一种编码方式(encoding),是Unicode的一种表现方式。

在Java文件中如果声明了char c = '中';,编译后生成的class文件会把转化成Unicode的一种表现方式。

Java char在内存中只会使用Unicode编码,所有其他编码只可能是在转换成byte[]之后才能具体体现。

理解字符集和字符编码的区别,有助于题主理解这些问题

猜你喜欢

转载自blog.csdn.net/weixin_44296929/article/details/106907250