Java字符串中字符的Unicode码点、编码

以前对于Java字符串中字符的Unicode码点、UTF编码没有仔细研究。今天研究了下。
Unicode是一个字符集，其实是一个映射，给每个字符映射了一个数值，称为码点（Code Point）。
而UTF-8、UTF-16、UTF-32则是对Unicode码点的转化格式，UTF是Unicode Transformation Format的简写。
注意：UTF后面的数字是指编码所用的最少比特位。例如，UTF-8最少用8位（即1个字节），UTF-16编码最少使用16位（即2个字节），UTF-32最少使用32位（即4个字节）。

以中文的“中”字为例，我们从Unicode官网（https://www.unicode.org/cgi-bin/GetUnihanData.pl?codepoint=4E2D）查询到码点、UTF-8、UTF-16、UTF-32编码后的十六进制表示：

下面用java代码输出码点、UTF-8编码后的值跟上面对照看看对不对：

package com.thb;import java.nio.charset.Charset;public class Test4 {public static void main(String[] args) {// 输出默认编码System.out.println("默认编码："+ Charset.defaultCharset());String str = "中";// 输出“中”这个字的的Unicode码点System.out.println(str + "的Unicode 码点为： " + Integer.toHexString(str.codePointAt(0)).toUpperCase());// 输出编码后各字节的十六进制大写byte[] bytes = str.getBytes();System.out.println("用" + Charset.defaultCharset() + "编码后的各字节十进制表示：");		for (int i = 0; i < bytes.length; i++) {			System.out.println(Integer.toHexString(Byte.toUnsignedInt(bytes[i])).toUpperCase());}		}}

代码执行结果，跟官网查询的结果一致：

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！