Java中文字符所占的字节数

　Java语言中，中文字符所占的字节数取决于字符的编码方式，一般情况下，采用ISO8859-1编码方式时，一个中文字符与一个英文字符一样只占1个字节；采用GB2312或GBK编码方式时，一个中文字符占2个字节；而采用UTF-8编码方式时，一个中文字符会占3个字节。我们可以通过String类的getBytes(String charsetName)方法来获取到字符串以指定编码方式编码后所得到的字节数组，然后字节数组的长度就是该字符串在指定编码方式下所占的字节数。下面为一个测试示例：

public static void main(String []args) throws UnsupportedEncodingException  {
// 运行结果：2
System.out.println("测试".getBytes("ISO8859-1").length);
// 运行结果：4
System.out.println("测试".getBytes("GB2312").length);
// 运行结果：4
System.out.println("测试".getBytes("GBK").length);
// 运行结果：6
System.out.println("测试".getBytes("UTF-8").length);
}

 　注意：String类的不带参数的getBytes()方法会以程序所运行平台的默认编码方式为准来进行转换，在不同平台下就会有不同的结果，因此建议使用指定编码方式的getBytes(String charsetName)方法。

评论

3 楼 moshalanye 2014-10-11  

虚拟机语言一般在内存中会对字符进行固定编码的表达，所以会存在内码。
C语言则需要在编译期间决定是采用unicode还是mutibyte(不区分编码来处理byte)。

理解C语言的  unicode2mutibyte 库函数 及 mutiby2unicode 有利于理解字符和字节间的处理。

2 楼 Isak_mi 2014-03-02  

如何测试这个代码？

1 楼 sayji 2014-03-01  

utf8 有占3字节，也有4字节的。根本不用写代码查，用百度或google查个字就能看到--如百度中地址中有一参数为wd（google中为"q"），其值就是你查的那字的编码,每一字節的編碼使用“%”隔开，如“一”，就会显示"%E4%B8%80"。