Java中字元編碼和字串所佔位元組數 .

標籤：san   net   pre   exce   ref   nts   except   size   lan   

首 先，java中的一個char是2個位元組。java採用unicode，2個位元組來表示一個字元，這點與C語言中不同，C語言中採用ASCII，在大多數 系統中，一個char通常佔1個位元組，但是在0~127整數之間的字元對應表，unicode向下相容ASCII。而Java採用unicode來表示字元，一個中文或英文字元的unicode編碼都佔2個位元組，但如果採用其他編碼方式，一個字元佔用的位元組數則各不相同。

    在 GB 2312 編碼或 GBK 編碼中，一個英文字母字元儲存需要1個位元組，一個漢字字元儲存需要2個位元組。 在UTF-8編碼中，一個英文字母字元儲存需要1個位元組，一個漢字字元儲存需要3到4個位元組。在UTF-16編碼中，一個英文字母字元儲存需要2個位元組，一個漢字字元儲存需要3到4個位元組（Unicode擴充區的一些漢字儲存需要4個位元組）。在UTF-32編碼中，世界上任何字元的儲存都需要4個位元組。

   1、我的系統的預設編碼方式為GBK，因此對於字串 “你好hello”，

    如果調用length（）方法返回其長度，得到的結果將為：7。該方法返回的是字串的字元數，無論是中文字元還是英文字元，都被看做是一個字元。

    如果將其轉換為byte數組，而後返回byte數組的長度，得到的結果將為：9。因為在GBK編碼中，中文佔2個位元組，而英文字元佔1個位元組。

    執行如下代碼，將得到如所示的輸出：

 

    public class Hel {          public static void main(String[] args){              String str = "你好hello";                  int byte_len = str.getBytes().length;                  int len = str.length();                  System.out.println("位元組長度為：" + byte_len);              System.out.println("字元長度為：" + len);              System.out.println("系統預設編碼方式：" + System.getProperty("file.encoding"));             }      }  

 

     輸出結果如：

    

  2、將編碼方式為改為utf-8，即執行如下代碼：

 

    public class Hel {          public static void main(String[] args)throws Exception{              String str = "你好hello";                  int byte_len = str.getBytes("utf-8").length;                  int len = str.length();                  System.out.println("位元組長度為：" + byte_len);              System.out.println("字元長度為：" + len);              System.out.println("系統預設編碼方式：" + System.getProperty("file.encoding"));             }      }  

 

    對於字串 “你好hello”，得到的輸出結果如下：

   

     此時得到的的byte數組的長度為：11。因為在utf-8編碼中，該中文字元佔了3個位元組，英文字元佔1個位元組。

    

    3、如果將編碼方式改為：utf-16，輸出結果如下：

    

      此時得到的的byte數組的長度為：16。因為在utf-16編碼中，該中文字元佔了3個位元組，英文字元佔2個位元組。

     3、如果將編碼方式改為：utf-32，輸出結果如下：

          此時得到的的byte數組的長度為：28。因為在utf-32編碼中，所有的字元均佔4個位元組。

Java中字元編碼和字串所佔位元組數 .