Java中的双字节字符

Question

下面的代码将字节存储的长度打印到包含双字节日文字符的String下面。根据我的理解，这个程序的输出应该是2，但是它会变成3.为什么这样呢？

String j = "大";     
System.out.println(j.getBytes().length);

如果情况总是如此，那么我应该在下面假设：

1，对于单字节字符，程序的输出将始终为1

2，对于双字节字符，程序的输出将始终为3

Answer 1

UTF 8个字符的字节长度可以在1到4个字节之间。因此，您的代码将打印输入日语字符的正确字节长度。

Answer 2

我相信该字符的代码点是0x5927，当表示为UTF-8时，它是三个字节E5 A4 A7。 （并非所有非ASCII字符在UTF-8中占用3个字节，只有代码点在0x0800和0xFFFF范围内的字节。）

Answer 3

.getBytes()方法使用默认的系统编码（在Linux的情况下，它通常是UTF-8）。

由于您提到了“单字节”和“双字节日文字符”，我想您想使用SJIS编码。你这样做：

String j = "大";     
System.out.println(j.getBytes("SJIS").length);

打印2。

作为指导原则，请勿在未指定编码的情况下使用.getBytes，也不要使用任何其他使用默认系统编码的方法或类。您将在另一台计算机上运行您的代码，它将停止工作。