Java中的char究竟能存中文吗？

Posted 2020-10-02 hephae

今天面试被问到“Java中的char能存中文吗？”，我回答有的字能有的字不能，结果被嘲笑了，不过我也忘了字符编码的相关知识所以也没能解释。晚上查了下资料，记录一下。

网上搜索这个问题，答案清一色都是能，毕竟随便写行代码都能清晰地证明可以：

char c = \'我\';

但是事实并不是那么简单，Java的char内部编码为UTF-16，请参考String编码(二) 证明JAVA的char编码为UTF-16

Java 的char用两字节存储，表示范围从 \'\\u0000\' 到 \'\\uffff\' ，也就是从0到65535。事实上，一个 char不能表示65535个字符，因为只有U+0000 到 U+D7FF 和 U+E000 到U+FFFF能用来表示 一个完整的字符，这些叫做 BMP，另外的作为high surrogate和 low surrogate 拼接组成由4字节表 示的字符。

在UTF-16编码中，大于U+10000码位将被编码为一对16比特长的码元，即按4个字节编码，此时char无法表示。utf16编码格式

所以Java的char只能表示utf­16中的bmp部分字符。对于CJK（中日韩统一表意文字）部分扩展字符集则无法表示。

 例如，下图中除Ext-A部分，char均无法表示。