-
有些人可能很纳闷，在看资料书的时候书上Java基础数据类型章节中明明写着char在Java中占两个字节，但是自己去实践的时候却发现英文字母只占一个字节，而中文占两个字节？？？为啥？？？？
一、内码与外码
这里涉及到两个概念：内码（internal encoding）和外码（external encoding）
这个知乎回答里有很好的解释：https://www.zhihu.com/question/27562173/answer/37188642
所谓内码，是一门语言实现char或String类型时在内存内部使用的编码。
而Java是以UTF-16作为内存的字符存储格式的（《深入分析JavaWeb技术内幕》p64）
UTF-16是两字节定长编码的，几乎可以翻译世界上所有语言。因此Java内部内存中一个char是占两字节的，不论是英文还是中文。比如’a’和’你’都是占两字节的。
二、常用外码
至于外码，那是用于程序与外部交互时使用的编码。在这个过程中就可能涉及到很多编解码的操作。
常见编码有：ASCII码，UTF-8，GBK，GB2312，ISO-8859-1
在Java中读取、写入字符文件时可以指定字符编码集的，若不指定则会使用系统默认编码集。可以通过如下代码来获取系统默认编码集：
String defaultCharsetName = Charset.defaultCharset().displayName();
System.out.println("defaultCharsetName:" + defaultCharsetName);//获取默认编码字符不同编码会导致字符编码后（外码）所占字节数是不同的。常见的有：
utf-8编码英文字符所占字节数:1
utf-8编码中文字符所占字节数:3
GBK编码英文字符所占字节数:1
GBK编码中文字符所占字节数:2
byte[] data1 = "Hello我是生产者".getBytes("utf-8"); 上面这段代码data1的length是：20 （5+5*3）
这是外码环境中，我们所看得到的环境中。
如果你读取的时候指定的是其他编码集就有可能导致乱码。
关于其他字符编程长度：https://www.zhihu.com/people/zhao-min-zm/activities