Java⼊门之6：Java中的char类型是怎么存储的以及常见的编
码字符集
⽬录
char 类型：
1. char类型，就是Java中的字符类型，它的书写格式为 单引号引起来的单个字符，⽐如： char ch = '中';  那么这个数据就是Java中的
字符类型
2. char类型是⽤来表⽰Unicode编码表中的字符，Unicode编码被设计⽤来处理各种语⾔的⽂字，符号，char类型占⽤两个字节的⽆符
号数来表⽰Unicode码（HEX），取值范围为 0 ~ 65535，即 ，即 ⼀共可以允许存储65535个字符，或者说可以允许存储0~65535区间的Unicode码，也可以⽤⼗六进制（HEX），⼗进制（DEC），⼋进制（OCT），⼆进制（BIN）的数字来表⽰对应的Unicode码（HEX）和字符！。
3. char类型包括了普通字符和转义字符。
4. Java中常⽤转义字符归纳：
转义字符含义
Unicode
值（⼗六
进制）
⼋进
制
⼗
进
制
⼆进制拼接字符串的作⽤举例
\b退格\u000801080b00001000会往前退⼀格，因此离\b左边最近的⼀
个字符会被退格掉
⽐如输出：
"abc\bdef"
结果：
abdef
\n换⾏\u000a012100b00001010会把\n左右两边的字符串分开换⾏输出⽐如输出："abc\ndef"
结果：
abc
def
\r回车\u000d015130b00001101会回车到字符串的开头，在\r右边还有
字符的时候，相当于退格掉\r左边的所
有字符
⽐如输
出："abc\rdef"
结果：
def
如果是在GBK的编码下编译执⾏，如果
\t前⾯（左边）有字符，在不是⼋个或
者⼋个的倍数的情况下，出现的空格就
是 8 - 出现的字符的个数，⽐如
abc\tdef，它输出的时候abc和def中
⽐如输出：
"abc\tdef"
结果：
abc    def
\t 制表符
（tab）
\u000901190b00001001
abc\tdef，它输出的时候abc和def中
间就只隔了5个空格字符，如果前⾯刚
好出现了⼋个字符或者⼋的倍数的字符
的情况下，中间就会隔开8个空格，在
GBK的编码下，⼀个\t转义字符相当于
⼀个tab键，⼀个tab键相当于8个空
格。
如果是在UTF-8的编码下编译执⾏，如
果\t前⾯（左边）有字符，在不是四个
或者四个的倍数的情况下，出现的空格
就是 4 - 出现的字符的个数，⽐如
abc\tdef，它输出的时候中间就只隔了
1个空格字符，如果前⾯刚好出现了四
个字符或者四的倍数的字符的情况下，
中间就会隔开4个空格，在UTF-8的编
码下，⼀个\t转义字符也是相当于⼀个
tab键，⼀个tab键相当于4个空格。
abc    def
⽐如输出：
"\tabcdef"
结果：
abcdef
\"双引号\u0022042340b00100010会把 " 作为⼀个字符和字符串中的其他
字符组合成⼀个字符串输出
⽐如输出：
"abc\"def"
结果：
abc"def
\'单引号\u0027047390b00100111会把 ' 作为⼀个字符和字符串中的其他
字符组合成⼀个字符串输出
⽐如输出：
"abc\'def"
结果：
abc'def
\\反斜杠\u005c0134920b01011100会把 \ 作为⼀个字符和字符串中的其他
字符组合成⼀个字符串输出
⽐如输出：
"abc\\def"
结果：
abc\def
\0空字符
（nothing）
\u00000000b00000000
相当于没有添加任何字符，空字符
（nothing）什么字符也没有添加
这个 \0 也可以理解成为char类型的默
认值表⽰ 空字符（nothing）\u0000
⽐如输出：
java语言使用的字符码集是"abc\0def"
结果：
abcdef
\f换页\u000c014120b00001100会把\f原样输出，只不过这个字符打印不出
来，（很少会⽤到 \f 这个转义字符）
⽐如输出：
"abc\fdef"
结果：
\uxxxx 字符的
unicode编码
表中的⼗六进
制表⽰
\uxxxx
对应的
⼋进制
对
应
的
⼗
进
制
对应的⼆进制
把Unicode字符集中的对应的字符原样输出
\xxx 字符的
ASCII、
IOS8859-1编
\uxxxx
对应的
对
应
的
对应的⼆进制
把ASCII、IOS8859-1码表中的对应的字符
原样输出（基本不会使⽤，最多能表⽰到
\377）
\xxx
IOS8859-1编码表中的⼋进制表⽰
\uxxxx
⼋进制
⼗进制
对应的⼆进制
什么是编码？
百度百科的⼀个概念
编码可以理解为计算机中⼀种机制，计算机所有的数据都是以⼆进制来表⽰存储，运算，传输的，数据当然也包括了⽐如 ⾳乐、视频、图⽚、⽂字等……，它们在传输、存储，运算的时候都会先转成对应的⼆进制数再进⾏相关的操作，这个过程就称之为编码，解码也就是编码的逆过程，把对应的⼆进制数转化成对应的资源数据等……，
⽐如⽂字，在存储，传输，运算的时候转成编码的过程中的时候，就需要制定⼀系列的标准，那么这个编码标准就称之为字符集，或者称之为编码集。
常见的编码字符集：
由权威机构制定的编码表才能被称之为： 字符集
ASCII ：
英⽂字符集（American Standard Code for Information Interchange）美国信息交换标准码ASCII码表：
编码⽅式： ⽤⼀个字节的 7 位表⽰
只需记住3个字符的编码就⾏，（其他不常⽤）：
1. 新中国成⽴前⼀年 48 => 对应字符 '0'
2. 那年⾹港回归 97 => 对应字符 'a'
3. 两个6减⼀ 65 => 对应字符 'A'
IOS8859-1：
西欧字符集：
向下兼容了ASCII，此字符集⽀持部分于欧洲使⽤的语⾔，包括 阿尔巴尼亚语、巴斯克语、布列塔尼语、加泰罗尼亚语、丹麦语、荷兰语、法罗语、弗⾥西语、加利西亚语、德语、格陵兰语、冰岛语、爱尔兰盖尔语、意⼤利语、拉丁语、卢森堡语、挪威语、葡萄⽛语、⾥托罗曼斯语、苏格兰盖尔语、西班⽛语及瑞典语。包括西欧语⾔，希腊语、泰语、阿拉伯语、希伯来语对应的⽂字符号。欧元符号 出现的⽐较晚，没有被收录在ISO-8859-1当中。
编码⽅式：使⽤⼀个字节的8位表⽰
GB2312：
简体中⽂字符集：
向下兼容了ASCII，这个编码适⽤于汉字处理、汉字通信等系统之间的信息交换，通⾏于中国⼤陆；新加坡等地也采⽤此编码。中国⼤陆⼏乎所有的中⽂系统和国际化的软件都⽀持GB 2312。
编码⽅式：最多使⽤两个字节编码
GBK：
中⽂字符集：
向下兼容了GB2312，GBK编码，是在GB2312-80标准基础上的 内码 扩展规范，使⽤了双字节编码⽅案，其编码范围从8140⾄
FEFE（剔除xx7F），共23940个码位，共收录了21003个汉字，完全兼容GB2312-80标准，⽀持国际标准ISO/IEC10646-1和国家标准GB13000-1中的全部中⽇韩汉字，并包含了BIG5编码中的所有汉字。GBK编码⽅案于1995年10⽉制定， 1995年12⽉正式发布，中⽂版的WIN95、WIN98、WINDOWS NT以及WINDOWS 2000、WINDOWS XP、WIN 7、WIN10等都⽀持GBK编码⽅案。
编码⽅式：最多使⽤两个字节编码
BIG-5：
繁体中⽂字符集：
向下兼容了ASCII，主要使⽤地区是，中国⾹港，中国澳门……
编码⽅式：最多使⽤两个字节编码
ANSI:
在有些软件中，会出现ANSI编码，⽐如Notepad++，它实际上并不是⼀个真正的编码字符集，当选择了这个所谓的编码集了以后，实际上它就是获取当前系统的编码字符集，⽐如在中⽂版的windows系统，获取的则是GBK编码字符集。
……
Unicode：
统⼀码，也叫万国码、单⼀码（Unicode）是计算机科学领域⾥的⼀项业界标准，包括字符集、编码⽅
案等。Unicode 是为了解决传统的字符编码⽅案的局限⽽产⽣的，它为每种语⾔中的每个字符设定了统⼀并且唯⼀的 ⼆进制 编码，以满⾜跨语⾔、跨平台进⾏⽂本转换、处理的要求。1990年开始研发，1994年正式发布1.0版本，2020年发布13.0版本。Unicode⼏乎包含了⽬前⼈类所有的字符，Unicode字符集只规定每个字符的编码，并没有规定怎么存储字符。
Unicode的3种编码存储⽅案： UTF-8、UTF-16、UTF-32
Unicode字符集-UTF编码
标准Unicode字符集（全）：
UTF-8：（编程⼈员使⽤最多的Unicode编码存储⽅案）
UTF-8（8位元，Universal Character Set/Unicode Transformation Format）是针对Unicode的⼀种可变长度字符编码。它可以⽤来表⽰Unicode标准中的任何字符，⽽且其编码中的第⼀个字节仍与 ASCII 相容，使得原来处理ASCII字符的软件⽆须或只进⾏少部分修改后，便可继续使⽤。因此，它逐渐成为 电⼦邮件 、 ⽹页 及其他存储或传送⽂字的应⽤中，优先采⽤的编码。
编码⽅式：它是Unicode的具体实现⽅案，标准的UTF-8⽤1到4个字节编码UNICODE字符，修正后的UTF-8⽤1到6个编码UNICODE。UTF-8编码⽅案中，
1. ·⼀个US-ASCIl字符只需1字节编码（Unicode范围由U+0000~U+007F）。
2. ·带有变⾳符号的拉丁⽂、希腊⽂、西⾥尔字母、亚美尼亚语、希伯来⽂、阿拉伯⽂、叙利亚⽂ 等 字母则需要2字节编码（Unicode
范围由U+0080~U+07FF） 。
3. ·其他语⾔的字符（包括中⽇韩⽂字、东南亚⽂字、中东⽂字等）包含了⼤部分常⽤字，使⽤3字节编码。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。