Java中字符串在不同字符编码中所占字节数

Java中字符串所占的字节数和字符编码密切相关。

Java编码实际上可以涉及这几个方面的知识：IDE的编码，操作系统默认编码，Java字符编码。

例如：我们使用eclipse编写Java程序时，可以在工程属性中设置Java程序的编码，若不设置，则程序的编码默认是操作系统的编码，这里设置的编码即为代码文件的编码；或者我们使用vim编写Java程序时，可以设置系统的环境变量LANG，例如 zh_CN.UTF-8，zh_CN.GB18030等，此时，代码文件的编码就是LANG所指定的编码。这就是IDE的编码，IDE的编码很重要，例如一个Java代码文件是UTF-8编码的，而你的IDE是GB18030编码，则显示就会出现乱码了。

Java中字符的编码是指Java中的字符串所采取的编码，例如有下面一段程序，用于计算字符串所占字节数，运行在Windows 7上：

[java] view plaincopy

1. publicclassCharset{
3. publicstaticvoidmain(String[]args) {
4. //TODOAuto-generated method stub
5. Stringmsg= "中国abc";
6. System.out.println(msg);
7. intlen= msg.getBytes().length;//按操作系统默认编码来编码
8. System.out.println(len);
9. try{
10. len=msg.getBytes("GB2312").length;//输出7
11. System.out.println("GB2312:"+len);
12. len=msg.getBytes("GBK").length;//输出7
13. System.out.println("GBK:"+len);
14. len=msg.getBytes("GB18030").length;//输出7,2*2+3,一个汉字占2字节,一个英文字母一个字节
15. System.out.println("GB18030:"+len);
16. len=msg.getBytes("UTF-8").length;//输出9,2*3+3=9,一个汉字占3字节,一个英文字母一个字节.
17. System.out.println("UTF-8:"+len);
18. len=msg.getBytes("UTF-16").length;//输出12
19. System.out.println("UTF-16:"+len);
20. len=msg.getBytes("UTF-32").length;//输出20
21. System.out.println("UTF-32:"+len);
22. len=msg.getBytes("Unicode").length;//输出12
23. System.out.println("Unicode:"+len);
24. }catch(java.io.UnsupportedEncodingException e)
25. {
26. System.out.println(e.getMessage().toString());
27. }
28. }
30. }

程序输出是：

中国abc
7
GB2312: 7
GBK: 7
GB18030: 7
UTF-8: 9
UTF-16: 12
UTF-32: 20
Unicode: 12

分析：
len = msg.getBytes() .length的值是7，这是因为Windows 7操作系统字符编码是GBK（GB2312或GBK或GB18030）