详解Java语言中一个字符占几个字节?
作者:du_xian_sheng 时间:2023-08-26 11:45:40
题主要区分清楚内码(internal encoding)和外码(external encoding)就好了。
内码是程序内部使用的字符编码,特别是某种语言实现其char或String类型在内存里用的内部编码;
外码是程序与外部交互时外部使用的字符编码。“外部”相对“内部”而言;不是char或String在内存里用的内部编码的地方都可以认为是“外部”。例如,外部可以是序列化之后的char或String,或者外部的文件、命令行参数之类的。
Java语言规范规定,Java的char类型是UTF-16的code unit,也就是一定是16位(2字节);
char, whose values are 16-bit unsigned integers representing UTF-16 code units (§3.1).
然后字符串是UTF-16 code unit的序列:
The Java programming language represents text in sequences of 16-bit code units, using the UTF-16 encoding.
这样,Java规定了字符的内码要用UTF-16编码。或者至少要让用户无法感知到String内部采用了非UTF-16的编码。
另举一例:
Java标准库实现的对char与String的序列化规定使用UTF-8作为外码。Java的Class文件中的字符串常量与符号名字也都规定用UTF-8编码。这大概是当时设计者为了平衡运行时的时间效率(采用定长编码的UTF-16)与外部存储的空间效率(采用变长的UTF-8编码)而做的取舍。
首先,你所谓的“字符”具体指什么呢?
如果你说的“字符”就是指 Java 中的 char,那好,那它就是 16 位,2 字节。
如果你说的“字符”是指我们用眼睛看到的那些“抽象的字符”,那么,谈论它占几个字节是没有意义的。
具体地讲,脱离具体的编码谈某个字符占几个字节是没有意义的。
就好比有一个抽象的整数“42”,你说它占几个字节?这得具体看你是用 byte,short,int,还是 long 来存它。用 byte 存就占一字节,用 short 存就占两字节,int 通常是四字节,long 通常八字节。当然,如果你用 byte,受限于它有限的位数,有些数它是存不了的,比如 256 就无法放在一个 byte 里了。
字符是同样的道理,如果你想谈“占几个字节”,就要先把编码说清楚。
同一个字符在不同的编码下可能占不同的字节。
就以你举的“字”字为例,“字”在 GBK 编码下占 2 字节,在 UTF-16 编码下也占 2 字节,在 UTF-8 编码下占 3 字节,在 UTF-32 编码下占 4 字节。
不同的字符在同一个编码下也可能占不同的字节。
“字”在 UTF-8 编码下占3字节,而“A”在 UTF-8 编码下占 1 字节。(因为 UTF-8 是变长编码)
而 Java 中的 char 本质上是 UTF-16 编码。而 UTF-16 实际上也是一个变长编码(2 字节或 4字节)。
如果一个抽象的字符在 UTF-16 编码下占 4 字节,显然它是不能放到 char 中的。换言之, char 中只能放 UTF-16 编码下只占 2 字节的那些字符。
而 getBytes 实际是做编码转换,你应该显式传入一个参数来指定编码,否则它会使用缺省编码来转换。
你说“ new String("字").getBytes().length 返回的是3 ”,这说明缺省编码是 UTF-8.如果你显式地传入一个参数,比如这样“ new String("字").getBytes("GBK").length ”,那么返回就是 2.
你可以在启动 JVM 时设置一个缺省编码,
假设你的类叫 Main,那么在命令行中用 java 执行这个类时可以通过 file.encoding 参数设置一个缺省编码。比如这样:java -Dfile.encoding=GBK Main这时,你再执行不带参数的 getBytes() 方法时,new String("字").getBytes().length 返回的就是 2 了,因为现在缺省编码变成 GBK 了。当然,如果这时你显式地指定编码,new String("字").getBytes("UTF-8").length 返回的则依旧是 3
否则,会使用所在操作系统环境下的缺省编码。
通常,Windows 系统下是 GBK,Linux 和 Mac 是 UTF-8.但有一点要注意,在 Windows 下使用 IDE 来运行时,比如 Eclipse,如果你的工程的缺省编码是 UTF-8,在 IDE 中运行你的程序时,会加上上述的 -Dfile.encoding=UTF-8 参数,这时,即便你在 Windows 下,缺省编码也是 UTF-8,而不是 GBK。
由于受启动参数及所在操作系统环境的影响,不带参数的 getBytes 方法通常是不建议使用的,最好是显式地指定参数以此获得稳定的预期行为。
以上所述是小编给大家介绍的Java语言中一个字符占几个字节详解整合网站的支持!
来源:https://blog.csdn.net/h12kjgj/article/details/73496949
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
获取Android签名证书的公钥和私钥的简单实例
springboot项目如何防止XSS攻击
![](https://img.aspxhome.com/file/2023/5/64795_0s.png)
C#中线程同步对象的方法分析
JavaWeb实现文件上传与下载的方法
Java实现的对称加密算法AES定义与用法详解
![](https://img.aspxhome.com/file/2023/9/97819_0s.png)
SpringBoot使用validation-api实现参数校验的示例
![](https://img.aspxhome.com/file/2023/4/124714_0s.jpg)
Java类加载机制实现流程及原理详解
![](https://img.aspxhome.com/file/2023/4/75674_0s.png)
C#结合AForge实现摄像头录像
![](https://img.aspxhome.com/file/2023/5/76425_0s.png)
如何写好一个Spring组件的实现步骤
![](https://img.aspxhome.com/file/2023/2/75032_0s.jpg)
Android自定义控件基本原理详解(一)
![](https://img.aspxhome.com/file/2023/1/123231_0s.jpg)
Java 随机生成验证码(支持大小写字母、数字、随机字体)的实例
SpringBoot JPA使用配置过程详解
Java使用Freemarker页面静态化生成的实现
![](https://img.aspxhome.com/file/2023/9/63069_0s.png)
Java DatabaseMetaData用法案例详解
java中如何执行xshell命令
idea插件之mybatis log plugin控制台sql的问题
![](https://img.aspxhome.com/file/2023/7/99867_0s.png)
Unity实现物体左右移动效果
![](https://img.aspxhome.com/file/2023/0/119500_0s.gif)
android studio 项目 :UI设计高精度实现简单计算器
![](https://img.aspxhome.com/file/2023/2/98622_0s.png)
Java控制台实现猜拳游戏
C#用Activex实现Web客户端读取RFID功能的代码
![](https://img.aspxhome.com/file/2023/3/71733_0s.jpg)