汉字是两个字节吗？（⾮也，汉字字节与编码格式有关）
英⽂字母和中⽂汉字在不同字符集编码下的字节数
英⽂字母
字节数 : 1；编码：GB2312
字节数 : 1；编码：GBK
字节数 : 1；编码：GB18030
字节数 : 1；编码：ISO-8859-1
字节数 : 1；编码：UTF-8
字节数 : 4；编码：UTF-16
字节数 : 2；编码：UTF-16BE
字节数 : 2；编码：UTF-16LE
中⽂汉字
字节数 : 2；编码：GB2312
字节数 : 2；编码：GBK
字节数 : 2；编码：GB18030
字节数 : 1；编码：ISO-8859-1
字节数 : 3；编码：UTF-8
字节数 : 4；编码：UTF-16
字节数 : 2；编码：UTF-16BE
字节数 : 2；编码：UTF-16LE
补充：
1、美国⼈⾸先对其英⽂字符进⾏了编码，也就是最早的ascii码，⽤⼀个字节的低7位来表⽰英⽂的128个字符，⾼1位统⼀为0；
2、后来欧洲⼈发现你这128位哪够⽤，⽐如我⾼贵的法国⼈字母上⾯的还有注⾳符，这个怎么区分，得，把⾼1位编进来吧，这样欧洲普遍使⽤⼀个全字节进⾏编码，最多可表⽰256位。欧美⼈就是喜欢直来直去，字符少，编码⽤得位数少；
3、但是即使位数少，不同国家地区⽤不同的字符编码，虽然0–127表⽰的符号是⼀样的，但是128–255这⼀段的解释完全乱套了，即使2进制完全⼀样，表⽰的字符完全不⼀样，⽐如135在法语，希伯来语，俄语编码中完全是不同的符号；
4、更⿇烦的是，这电脑⾼科技传到中国后，中国⼈发现我们有10万多个汉字，你们欧美这256字塞⽛缝都不够。于是就发明了
GB2312这些汉字编码，典型的⽤2个字节来表⽰绝⼤部分的常⽤汉字，最多可以表⽰65536个汉字字符，这样就不难理解有些汉字你在新华字典⾥查得到，但是电脑上如果不处理⼀下你是显⽰不出来的了吧。
5、这下各⽤各的字符集编码，这世界咋统⼀？俄国⼈发封email给中国⼈，两边字符集编码不同，显⽰都是乱码啊。为了统⼀，于是就发明了unicode，将世界上所有的符号都纳⼊其中，每⼀个符号都给予⼀个独⼀⽆⼆的编码，现在unicode可以容纳100多万个符号，每个符号的编码都不⼀样，这下可统⼀了，所有语⾔都可以互通，⼀个⽹页页⾯⾥可以同时显⽰各国⽂字。
ascii共有多少个字符6、然⽽，unicode虽然统⼀了全世界字符的⼆进制编码，但没有规定如何存储啊，亲。x86和amd体系结构的电脑⼩端序和⼤端序都分不清，别提计算机如何识别到底是unicode还是acsii了。如果Unicode统⼀规定，每个符号⽤三个或四个字节表⽰，那么每个英⽂字母前都必然有⼆到三个字节是0，⽂本⽂件的⼤⼩会因此⼤出⼆三倍，这对于存储来说是极⼤的浪费。这样导致⼀个后果：出现了Unicode的多种存储⽅式。
7、互联⽹的兴起，⽹页上要显⽰各种字符，必须统⼀啊，亲。utf-8就是Unicode最重要的实现⽅式之⼀。另外还有utf-16、utf-32等。UTF-8不是固定字长编码的，⽽是⼀种变长的编码⽅式。它可以使⽤1~4个字节表⽰⼀个符号，根据不同的符号⽽变化字节长度。这是种⽐较巧妙的设计，如果⼀个字节的第⼀位是0，则这个字节单独就是⼀个字符；如果第⼀位是1，则连续有多少个1，就表⽰当前字符占⽤多少个字节。
8、注意unicode的字符编码和utf-8的存储编码表⽰是不同的，例如”严”字的Unicode码是4E25，UTF-8编码是E4B8A5，这个7⾥⾯解释了的，UTF-8编码不仅考虑了编码，还考虑了存储，E4B8A5是在存储识别编码的基础上塞进了4E25。
9、UTF-8 使⽤⼀⾄四个字节为每个字符编码。128 个 ASCII 字符（Unicode 范围由 U+0000 ⾄ U+007F）只需⼀个字节，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、叙利亚⽂及马尔代夫语（Unicode 范围由 U+0080 ⾄
U+07FF）需要⼆个字节，其他基本多⽂种平⾯（BMP）中的字符（CJK属于此类-Qieqie注）使⽤三个字节，其他 Unicode 辅助平⾯的字符使⽤四字节编码。
10、常规来看，中⽂汉字在utf-8中到底占⼏个字节，⼀般是3个字节，最常见的编码⽅式是1110xxxx 10xxxxxx 10xxxxxx。

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。