全球动态:char类型要占几个字节

时间:2023-03-10 16:21:31       来源:PHP中文网

本教程操作环境:windows7系统、Dell G3电脑。

char用于C或C++中定义字符型变量,是一种整数类型,只占一个字节,取值范围为 -128 ~ +127(-27~27-1)。

char类型占1字节,就是8位,所能存储的正整数是 0111 1111,即127。


(资料图)

Java中的char用于存放字符的数据类型,占用2个字节,采用unicode编码,它的前128字节编码与ASCII兼容,只不过有些字符需要两个char来表示。

编码

在讨论这个问题之前,我们先对部分知识点做一下普及。

首先我们都知道计算机中储存的信息都是用二进制数表示的,那怎么样让计算机存储我们人类用的汉字或英文呢?

比如如何将"a"转换为二进制存储到计算机中,称为编码

而将存储在计算机中的二进制数解析显示出来,称为解码

字符集

字符(Character)是各种文字和符号的总称,包括各国家文字、标点符号、图形符号、数字等。字符集(Character set)是多个字符的集合,字符集种类较多,每个字符集包含的字符个数不同,常见字符集名称:ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。这是百度百科给的解释,反正就是字符集是一些字符的集合,字符集种类多,字符集中的字符数量也各不相同。计算机要准确的处理各种字符集文字,需要进行字符编码,以便计算机能够识别和存储各种文字。

unicode

它的名字叫统一码, 也叫万国码,符号数量在不断增加,已超百万 。

在创造Unicode之前,有数百种编码系统。没有一个编码可以包含足够的字符,从它的名字就可以看出这是一种所有符号的编码,每一个符号都给予一个独一无二的编码,那么各个不同编码导致的乱码问题就会消失。

大多数计算机采用ASCII码(美国标准信息交换码),它是表示所有大小写字母、数字、标点符号和控制字符的7位编码方案。统一码(Unicode)包含ASCII码,"\u0000"到"\u007F"对应全部128个ACSII字符。

不禁让我感慨,有实力的人才能制定标准。 Unicode 只是一个符号集,它只规定了符号的二进制代码,仅仅提供字符与编号间映射,却没有规定这个二进制代码应该如何存储。 我们知道英文字母的编号特别小,用一个字节就完全能够表示,而unicode中的中文符号的编号就很大了,一个字节根本不行。 于是后面出现了unicode字符存储的多种实现方式,比如UTF-8,UTF-16等。 UTF-8 是在互联网上使用最广的一种 Unicode 的实现方式。

内码和外码

我们常说的java中的char占几个字节,应该是java中内码中的char。

内码是指java运行时,其char和string在内存中的编码方式;外码是程序与外部交互时外部使用的字符编码,比如序列化技术。 外码可以理解为:只要不是内码,那就是外码。 要注意的是,源代码编译产生的目标代码文件(可执行文件或class文件)中的编码方式属于外码。 JVM中内码采用UTF16。 UTF-16 的 16 指的就是最小为 16 位一个单元,也即两字节为一个单元。早期,UTF16采用固定长度2字节的方式编码,两个字节可以表示65536种符号(其实真正能表示要比这个少),足以表示当时unicode中所有字符。但是随着unicode中字符的增加,2个字节无法表示所有的字符,UTF16采用了2字节或4字节的方式来完成编码。Java为应对这种情况,考虑到向前兼容的要求,Java用一对char来表示那些需要4字节的字符。所以,java中的char是占用两个字节,只不过有些字符需要两个char来表示。 这里就解释了为什么有些字符需要两个char来表示的问题。

另外:Java的class文件采用UTF8来存储字符,也就是说,class中字符占1~6个字节。 Java序列化时,字符也采用UTF8编码,占1~6个字符。

length()

看过前面的知识点不能再张嘴就来回答是1吧...... 写个demo看一下:虎年就用虎来测试吧,tigerUTF对对应unicode编码表示。

String tiger = "?";         String tigerUTF = "\uD83D\uDC05";         System.out.println(tigerUTF);         System.out.println(tiger.length());          System.out.println(tiger.codePointCount(0,tiger.length()));
登录后复制

可以得出调用String.length()得到的结果为2,表示的是stirng的char数组占UTF-16格式的2个代码单元(即4个字节),而不是有多少个字符。 当然我们想要获取多少个字符,可以使用codePointCount方法来获取。

更多相关知识,请访问常见问题栏目!

以上就是char类型要占几个字节的详细内容,更多请关注php中文网其它相关文章!

关键词: