java字符编码问题

JAVA里字符编码的探索与理解
2007-12-07 12:07 作者：执木 来源：赛迪网 
[摘要] 这在某些情况下是没有错的，但这样的理解在JAVA里就会产生一些混淆。我们用下面的程序来演示一下。
[关键字] JAVA 字符编码 字符串 　　今天终于把JAVA里一个比较头痛的问题――字符编码弄清晰了，所以写一篇文章来纪念一下，也为大家提供一点自己的心得。 

　　众所周知，JAVA为了国际通用，用的是UNICODE来保存里面的字符。而UNICODE只是一个种字符集，字符的存储和表示要用到一定的字符编码格式，而与UNICODE对应的字符编码格式就是我们常看到的UTF-8,UTF-16等等，而UTF-8是最常用的，所以人们常常把它和UNICODE等同起来（我以前就是这样的），这在某些情况下是没有错的，但这样的理解在JAVA里就会产生一些混淆。我们用下面的程序来演示一下。 

　　定义一个字符串 

　　String name = "堂"; 

　　这个字符串就一个字符，把它取出来 

　　char c_name = name.charAt(0); 

　　JAVA里的char型是十六位的（两个字节），但是如果是用UTF-8的话可能会不只两位（UTF-8是变长存储的），那看来JAVA本身并不是用UTF-8来保存的，口说无凭，做个实验吧。 

　　首先看看char里保存的内容 

　　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)); 

　　结果是58 02 

　　只有两个字节而已（16位），那么真正的UTF-8编码的内容是什么呢，再看看吧。 

　　为了方便，我写了一个辅助方法printbyte，作用是把一个byte数组的每个元素按照十六进制格式打印出来，同样为了方便，我把它作为静态方法。