java中Char究竟是什么格式的编码

 

文本处理中常常有这样的逻辑:

String s = new String(bts, "UTF-8");

看String源代码，里面是一个char[],将bts按照某种编码方式，变成了char[],不经有个疑问：

使用UTF-8,UTF-16,ASIIC 等encode出来的char是相同的么？char是byte按照什么编码方式生成的呢？

简单的办法，是看java序列化的实现方式，char最后是怎么序列化到byte[]中去的.

ObjectOutputStream oos = new ObjectOutputStream(fos);oos.writeChar('A');

看writeChar的内部实现

public void writeChar(int val)  throws IOException {bout.writeChar(val);}    

追到底层实现

调用了BlockDataOutputStream.writeChar方法，在看这个方法的内部实现

public void writeChar(int v) throws IOException {if (pos + 2 <= MAX_BLOCK_SIZE) {Bits.putChar(buf, pos, (char) v);pos += 2;} else {dout.writeChar(v);}}

最终使用了Bits.putChar方法

static void putChar(byte[] b, int off, char val) {b[off + 1] = (byte) (val      );b[off    ] = (byte) (val >>> 8);}

好吧，看到这里就清楚了，用的是UTF-16BE（和UTF-16，UTF-16lE 不同）大端序编码方式。

回到最初的问题上

String s = new String(bts, "UTF-8");

这行代码的含义是什么呢？

是将bts按照UTF-8编码的方式获取到unicode的pointcode (就是unicode定义字符的序号)，而后再将这个pointcode按照utf-16be的方式编码成char. //最终的实现方式，可能有差别，可是结果是没错滴^^