java utf8编码 – char，字符串类型
public class UTF8 { public static void main(String[] args){ String s = "ﾖ"; //0xFF6E System.out.println(s.getBytes().length);//length of the string System.out.println(s.charAt(0));//first character in the string } } 输出：
3ﾖ
请帮我理解这个。 试图了解utf8编码在java中的工作原理。 根据char char的 java doc定义：char数据类型是单个16位Unicode字符。
这是否意味着java中的char类型只能支持那些可以用2个字节而不是更多的字节表示的unicode字符？
在上面的程序中，为该字符串分配的字节数为3，但在第三行中返回第一个字符（java中为2个字节）可以保存3个字节长的字符？ 这里真的很困惑？
在java / general中对这个概念的任何好的参考将非常感激。
您的代码示例中没有任何内容直接使用UTF-8。 Java字符串使用UTF-16编码在内存中。 不适合单个16位字符的Unicode代码点将使用称为代理项对的2字符对进行编码。
如果未将参数值传递给String.getBytes() ，则返回一个字节数组，该数组具有使用底层操作系统的默认字符集编码的String内容。 如果要确保UTF-8编码的arrays，则需要使用getBytes("UTF-8") 。
调用String.charAt()仅从String的内存存储中返回原始UTF-16编码的char。
因此，在您的示例中，Unicode字符ｮ使用两个UTF-16编码的字节（ 0x6E 0xFF或0xFF 0x6E取决于字节序）存储在String内存中，但是使用getBytes()存储在字节数组中使用操作系统默认字符集编码的三个字节。
在UTF-8中，该特定Unicode字符恰好也使用3个字节（ 0xEF 0xBD 0xAE ）。
String.getBytes()使用平台的默认字符编码返回字节，该编码不必与内部表示匹配。
在大多数情况下，你最好不要使用这种方法，因为在大多数情况下依赖平台的默认编码是没有意义的。 请改用String.getBytes(String charsetName)并显式指定应该用于将String编码为字节的字符集。
UTF-8是一种可变长度编码，对于ASCII字符（0到127之间的值）只使用一个字节，对于其他unicode符号使用两个，三个（或甚至更多）字节。
这是因为字节的较高位用于表示“这是一个多字节序列”，因此8位上的一位不用于实际表示“实际”数据（字符代码），而是用于标记字节。
因此，尽管Java在ram中为每个char使用2个字节，但是当使用UTF-8“序列化”字符时，它们可能在生成的字节数组中产生一个，两个或三个字节，这就是UTF-8编码的工作方式。
这就是Java代表字符的方式： http ： //docs.oracle.com/javase/7/docs/api/java/lang/Character.html#unicode