java一个汉字占几个字节？

Posted 2023-05-07

可能是2个、3个、4个字节。不同的编码格式占字节数是不同的，UTF-8编码下一个中文所占字节也是不确定的。

1 java中，只要是字符，不管是数字还是英文还是汉字，都占两个字节，都是一个char。

char c1 = '中'; char c2 = 'A'; char c3 = '1';

确切说，Unicode编码是指一类编码的统称，而非某个具体编码。
utf-8跟unicode是不一样的。

2 以utf8为例，utf8是一个变长编码标准，可以以1~4个字节表示一个字符，而中文占3个字节，ascII字符占1个字节。

3  因为java是以unicode作为编码方式的。unicode是一个定长的编码标准，每个字符都是2个字节，也就是1个char类型的空间。

参考技术A 在java中占两个字节,用char类型表示,因为是unicode编码,
ps
utf-8
的汉字占3个字节
gbk
是两个

java GBK中，是如何将两个字节，组装成一个汉字的

例如：byte[] b=new byte[]-42,-48;
String str=new String(b);
System.out.println(str）; 打印出来是中，请问，这两个字节是怎么组装成一个字符的。

参考技术A 我来回答一下，可能不是你想要的答案查看JDK API 可知String类的构造函数可知有一个构造函数 public String(byte[] bytes)对它的介绍是通过使用平台的默认字符集解码指定的 byte 数组，构造一个新的 String。新 String 的长度是字符集的函数，因此可能不等于 byte 数组的长度。 当给定 byte 在给定字符集中无效的情况下，此构造方法的行为没有指定。如果需要对解码过程进行更多控制，则应该使用 CharsetDecoder 类。