JAVA為了國際通用，用的是UNICODE來保存里面的字符。而UNICODE只是一個(gè)種字符集，字符的存儲(chǔ)和表示要用到一定的字符編碼格式，而與UNICODE對應(yīng)的字符編碼格式就是我們常看到的UTF-8,UTF-16等等，而UTF-8是最常用的，所以人們常常把它和UNICODE等同起來，這在某些情況下是沒有錯(cuò)的，但這樣的理解在JAVA里就會(huì)產(chǎn)生一些混淆。用下面的程序來演示一下。 定義一個(gè)字符串
String name = "堂";
這個(gè)字符串就一個(gè)字符，把它取出來
char c_name = name.charAt(0);
JAVA里的char型是十六位的（兩個(gè)字節(jié)），但是如果是用UTF-8的話可能會(huì)不只兩位（UTF-8是變長存儲(chǔ)的），那看來JAVA本身并不是用UTF-8來保存的，做個(gè)實(shí)驗(yàn)吧。
首先看看char里保存的內(nèi)容
int low = (c_name) & 0xff;//取c_name的低位
int high = (c_name >> 8) & 0xff;//取c_name的高位
System.out.println(Integer.toHexString(high) + " " + Integer.toHexString(low));
結(jié)果是58 02
只有兩個(gè)字節(jié)而已（16位），那么真正的UTF-8編碼的內(nèi)容是什么呢，再看看吧。
下面是一個(gè)輔助方法printbyte，作用是把一個(gè)byte數(shù)組的每個(gè)元素按照十六進(jìn)制格式打印出來，同樣為了方便，作為靜態(tài)方法。
| public static void printbyte(byte[] bt)
{
for (int i = 0; i < bt.length; i++) {
int hex = (int)bt[i] & 0xff;
System.out.print(Integer.toHexString(hex) + " ");
}
System.out.println(" length = "+bt.length);
}
byte[] utf_8 = name.getBytes("utf-8");
printbyte(utf_8);
|
結(jié)果是e5 a0 82 length = 3
哇，三個(gè)字節(jié)！看來JAVA內(nèi)部用的真不是UTF-8，那用的是什么呢？UTF-16？看一下便知。
byte[] utf_16 = name.getBytes("utf-16");
printbyte(utf_16);
結(jié)果是fe ff 58 02 length = 4，靠，四個(gè)字節(jié)了。咦？后面的低16位不正是和開始c_name的十六進(jìn)制表示一樣的嗎？看來JAVA真正的內(nèi)部字符編碼和UTF-16有或多或少的聯(lián)系。JAVA內(nèi)部究竟是用的什么字符編碼呢？
在THINK IN JAVA 3rd的12章里有一個(gè)例子出現(xiàn)了UTF-16BE
byte[] utf_16be = name.getBytes("utf-16be");
printbyte(utf_16be);
結(jié)果出來了：58 02 length = 2
UNICODE的編碼還有一個(gè)LE，這里的BE,LE應(yīng)該是bigendian和littleendian。
