常用的Java编码格式

常用的Java编码格式是什么？极悦小编来告诉大家。首先我们来了解一下unicode和utf-8有什么区别：

unicode(统一码)为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求，是国际码。是字符集，也就是一个符号对应一个编号(相当于一个字典)，相比较于ASCLL，采用的是一个字节，存放内容有限，但是我们中文数量太多了，无法用一个字节存放，所以采用unicode编码，两个字节来存。

但是Unicode只是字典，还不是真实计算机内部的存储数据!

I 00000000 01001001 
t 00000000 01110100 
' 00000000 00100111 
s 00000000 01110011 
  00000000 00100000 
动 01110111 11100101 
力 01001110 01001110 
节 01100101 11100101 
点 01100010 10100101

而utf-8不同，它是编码规则，而不是一个单纯的映射，

I 01001001 
t 01110100 
' 00100111 
s 01110011
  00100000 
动 11100111 10011111 10100101 
力 11100100 10111001 10001110 
节 11100110 10010111 10100101 
点 11100110 10001010 10100101

用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。

所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间：

由于字母的只占用七位，所以存在很大的空间浪费，utf-8就将这个进行了缩小，而对于其她符号，可能占用1-4个字节，比如这里的汉字占用3个字节，第一个字节前面有多少个1，就表示占了多少个字节，然后使用一个0分离，后面的两个字节使用10进行标识。

总体上，还是缩小了存储空间。

utf是给unicode编码在网络传输中使用的，为了让计算机知道，这是一个字符，还是三个字符，用来区分字符的。utf-8就是一次传输8位。

注意unicode是固定的，所以解读不需要复杂的分隔符，但是utf-8为了减少存储量，把符号的字节长度搞得不统一了，才进行的符号分隔符标识的。注意这个逻辑：utf-8的出现是解决unicode在存放英文浪费空间的问题，所以utf-8可以理解为unicode的一种存放方式，而他们的码表还是对应的。

最后我们这样理解：unicode是在jvm中使用，内存中使用，而utf-8是在文件中存放磁盘使用，传输使用。

java默认使用的是utf-16作为内存的字符存储格式。

在cpu读取内存中的数据的时候，读取的unicode就可以直接安装这个码表中的数字直接运算，如果读取的utf-8，则必须切换成码表中的数据才能运算，而持久化到磁盘的时候，如果步进行编码分割，那么就无法区分字符的范围，导致无法短句解读。

注意：在java中，内存里面使用String,里面是char组，一个char占两个字节，所以它的真实长度就是2倍，而我们平时说的字节长度，是要基于编码方式，不同的编码方式长度不同。

“asd嗷嗷”判断一个字符串的字节长度，不能脱离编码方式来判断，就如同数字42的字节，就根据存储的类型来判断，如short,long int,double，不同的方式大小不一样，字符串也是gb2312,utf-8,utf-16，不同的方式，大小也是不相同的，java默认是使用utf-16的。