http://blog.csdn.net/gjb724332682/article/details/43229563

?

Java中字符僅以一種形式存在，那就是Unicode。由于java采用unicode編碼，char 在java中占2個字節。2個字節（16位）來表示一個字符。
這里的Java中是指在JVM中、在內存中、在代碼里聲明的每一個char、String類型的變量中。
例如：

?

[java]?view plaincopy

public?static?void?main(String[]?args)?{??

????????System.out.println(System.getProperty("file.encoding"));//輸出UTF-8??

????????char?han?=?'永';??

????????System.out.format("%x",?(short)?han);//輸出6c38??

????????char?han1?=?0x6c38;??

????????System.out.println(han1);//輸出永??

????}??

也就是說，只要我們正確地讀入了漢字“永”字，那么它在內存中的表示形式一定是0x6c38，沒有其他任何值能替代這個字。
JVM的折中約定使得一個字符分為兩部分：JVM內部和OS的文件系統。在JVM內部，統一使用Unicode表示，當這個字符被從JVM內部移到外部（即保存為文件系統中的一個文件的內容時），就進行了編碼轉換，使用了具體的編碼方案。因此可以說所有的編碼轉換只發生在邊界的地方，JVM和OS的交界處，也就是各種輸入/輸出流（或者Reader，Writer類）起作用的地方。
所有的I/O基本上可以分為兩大陣營：面向字符的輸入/輸出流；面向字節的輸入/輸出流。如果面向字節，那么這類工作要保證系統中的文件二進制內容和讀入JVM內部的二進制內容一致，不能變換任何0和1的順序。這種輸入/輸出方式很適合諸如視頻文件或者音頻文件，因為不需要變換任何文件內容。而面向字符的I/O是指希望系統中的文件的字符和讀入內存的“字符”要一致。例如：我們的中文版XP系統上有一個GBK的文本文件，其中有一個“永”字，我們不關心這個字的GBK編碼是什么，只希望在使用面向字符的I/O把它讀入內存并保存在一個char型變量中時，I/O系統不要直接把“永”字的GBK編碼放到這個字符（char）型變量中，我們不關心這個char型變量具體的二進制內容到底是多少，只希望這個字符讀進來之后仍然是“永”字。
從這個意義上可以看出，面向字符的I/O類，也就是Reader和Writer類，實際上隱式做了編碼轉換，在輸出時，將內存中的Unicode字符使用系統默認編碼方式進行了編碼，而在輸入時，將文件系統中已經編碼過的字符使用默認編碼方案進行了還原。這里要注意，Reader和Writer只會使用這個默認的編碼來做轉換，而不能為一個Reader和Writer指定轉換時使用的編碼。這也意味著，如果使用中文版WindowsXP系統，其中存放了一個UTF8編碼的文件，當采用Reader類來讀入的時候，它還會用GBK來轉換，轉換后的內容當然不對。這其實是一種傻瓜式的功能提供方式，對大多數初級用戶（以及不需要跨平臺的高級用戶，windows一般采用GBK，linux一般采用UTF8）來說反而是一件好事。
如果用到GBK編碼以外的文件，就必須采用編碼轉換：一個字符與字節之間的轉換。因此，Java的I/O系統中能夠指定轉換編碼的地方，也就是在字符與字節轉換的地方，那就是InputStremReader與OutputStreamWriter。這兩個類是字節流和字符流的適配器類，它們承擔編碼轉換的任務。
既然java是用unicode來編碼字符，"我"這個中文字符的unicode就是2個字節。String.getBytes(encoding)方法是獲取指定編碼的byte數組表示，通常gbk/gb2312是2個字節，utf-8是3個字節。如果不指定encoding則取系統默認的encoding。

?

[java]?view plaincopy

public?static?void?main(String[]?args)?throws?UnsupportedEncodingException?{??

????????byte[]?b;??

????????String?str?=?"測";??

??

????????//UTF8編碼格式下，一個漢字占3字節??

????????b?=?str.getBytes("UTF-8");??

????????System.out.println("UTF8編碼格式下，一個漢字占"?+?b.length?+?"字節");??

??

????????//UTF16編碼格式下，一個漢字占4字節??

????????b?=?str.getBytes("UTF-16");??

????????System.out.println("UTF16編碼格式下，一個漢字占"?+?b.length?+?"字節");??

??

????????//默認編碼UTF-8編碼格式下，一個漢字占3字節??

????????b?=?str.getBytes();??

????????System.out.println("默認編碼"?+?System.getProperty("file.encoding")?+?"編碼格式下，一個漢字占"?+?b.length?+?"字節");??

????}??

注意，file.encoding在ide和直接用命令行輸出可能不一致，ide比如eclipse，idea等可以配置這個編碼。如下圖的Project Encoding。

由于JDK是國際版的，在編譯的時候，如果我們沒有用-encoding參數指定我們的JAVA源程序的編碼格式，則javac.exe首先獲得我們操作系統默認采用的編碼格式，也即在編譯java程序時，若我們不指定源程序文件的編碼格式，JDK首先獲得操作系統的file.encoding參數(它保存的就是操作系統默認的編碼格式，如WIN2k，它的值為GBK)，然后JDK就把我們的java源程序從file.encoding編碼格式轉化為JAVA內部默認的UNICODE格式放入內存中。然后，javac把轉換后的unicode格式的文件進行編譯成.class類文件，此時.class文件是UNICODE編碼的，它暫放在內存中，緊接著，JDK將此以UNICODE編碼的編譯后的class文件保存到我們的操作系統中形成我們見到的.class文件。對我們來說，我們最終獲得的.class文件是內容以UNICODE編碼格式保存的類文件，它內部包含我們源程序中的中文字符串，只不過此時它己經由file.encoding格式轉化為UNICODE格式了。如果IDE設置了file.encoding為UTF-8，那么保存這些代碼的文件編碼就是UTF-8，如果這時候，在編碼為GBK的系統上用javac命令編譯這個類，并執行，那么結果會輸出亂碼。如果在IDE里編譯執行，就不會輸出亂碼。

轉載于:https://www.cnblogs.com/xiaohanlin/p/8107911.html

總結

以上是生活随笔為你收集整理的如何理解java采用Unicode编码的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。