展开全部
Java规定了字符的内码要用UTF-16编码e69da5e887aa62616964757a686964616f31333431373862，一个字符是2个字节。外码字符所占字节取决于具体编码。字符和字节是不一样的。
外码编码不同，字符和字节的换算不同，几种常见的编码换算如下：
ASCII编码是单字节编码，只有英文字符，不能编码汉字。
GBK编码1个英文字符是1个字节，一个汉字是是2个字节。
UTF-8编码1个英文字符是1个字节，一个汉字是3个字节。
Unicode编码1个英文字符是2个字节，一个汉字是2个字节。
扩展资料：
汉字编码的困难点 汉字进入计算机，有许多困难，其原因主要有三点：
①数量庞大：一般认为，汉字总数已超过6万个(包括简化字)。虽有研究者主张规定3000多或4000字作为当代通用汉字，但仍比处理由二三十个字母组成的拼音文字要困难得多。
②字形复杂：有古体今体，繁体简体，正体异体；而且笔画相差悬殊，少的一笔，多的达36笔，简化后平均为9.8笔。
③存在大量一音多字和一字多音的现象：汉语音节416个，分声调后为1295个(根据《现代汉语词典》统计，轻声39个未计)。以1万个汉字计算，每个不带调的音节平均超过24个汉字，每个带调音节平均超过7.7个汉字。有的同音同调字多达66个。一字多音现象也很普遍。
参考资料来源：百度百科-编码

展开全部
一个英文字符等于1个字节，一个中文(含繁体)字符等于3个字节；中文标点占3个字节，英32313133353236313431303231363533e59b9ee7ad9431333431376566文标点占1个字节。
在多数的计算机系统中，一个字节是一个8位长的数据单位，大多数的计算机用一个字节表示一个字符、数字或其他字符。一个字节通常8位长，在计算机中作为1个数字单元，一般为8位二进制数。中文的标点和中文字符比较特殊，采用了3个字节的长度，但是英文的字符和标点只占用1个字节。
扩展资料：
国际单位制(SI)：
1KB=1024B；1MB=1024KB=1024×1024B。
1B(byte，字节)= 8 bit；
1KB(Kilobyte，千字节)=1024B= 2^10 B；
1MB(Megabyte，兆字节，百万字节，简称“兆”)=1024KB= 2^20 B；
1GB(Gigabyte，吉字节，十亿字节，又称“千兆”)=1024MB= 2^30 B；
1TB(Terabyte，万亿字节，太字节)=1024GB= 2^40 B；
1PB(Petabyte，千万亿字节，拍字节)=1024TB= 2^50 B；
1EB(Exabyte，百亿亿字节，艾字节)=1024PB= 2^60 B；
1ZB(Zettabyte，十万亿亿字节，泽字节)= 1024EB= 2^70 B；
1YB(Yottabyte，一亿亿亿字节，尧字节)= 1024ZB= 2^80 B；
1BB(Brontobyte，一千亿亿亿字节)= 1024YB= 2^90 B；
1NB(NonaByte，一百万亿亿亿字节) = 1024BB = 2^100 B；
1DB(DoggaByte，十亿亿亿亿字节) = 1024 NB = 2^110 B；
参考资料来源：百度百科-字节

		String string = "中国";
		System.out.println("default bytes length is : "+string.getBytes().length);


          网上碰到过类似的问题:java中 中文字符和英文字符占几个字节;  然后网上的答案各式各样,好多也是自己编写代码来验证,有的说用UTF-8的字符集就是中文占3个字节,英文点1个字节.用Unicode是都占两个字节.

         看了很多文章都有些晕了,其实java内部是用Unicode编码的,不管设定什么字符集, 在内存中永远都是一个字符占用两个字节,英文字符如此,中文字符也是如此; 那这时有人就会有疑问了, 自己用测试代码验证的时候,打印出来的结果明明是6.


        这样看起来好像,一个中文字符占了3个字节,其实这是这个方法本身的问题, 这个方法是将"中国"用IDE里面默认的字符集转为字节数组,IDE里面默认是UTF-8的字符集,那一个中文字符可以用3个字节表示,这也仅仅是在输入,输出的时候用UTF-8表示,在内存中,仍然是用Unicode表示的;

        这里会涉及到一java输入,输出,文件存储,网络传输中的一些编码的问题,java中的字符串在内存中是用Unicode表示,但传输过程中,都会用默认的字符集或指定的字符集方式转换为字节数组进行传输,输入,输出,打印也是如此.所以我们平时讨论的java中字符占几个字节的问题,有些是不准的,总的来说,在java内部是用Unicode,一个字符占两个字节,在传输过程中,就有可能一个字符占1到3个字节都不等.

如果是utf-8编码，那么一个中文字符占用三个字节，一个英文字符占用一个字节。如果是gbk编码，那么一个中文字符占用两个字节，一个英文字符占用一个字节。
如果是utf-8编码，那么一个中文包含繁体字等于三个字节，一个英文字符等于一个字节。
如果是gbk编码，那么一个中文包含繁体字等于两个字节，一个英文字符等于一个字节。
(推荐学习：Python入门教程)
我们可以用如下方法来判断：
中文和符号：print(type('中文'.encode('utf-8')))  #输出为bytes类型
执行结果：
print(type('中文'.encode('gbk')))
执行结果：
print(len('中文'.encode('utf-8')))  #输出几个字节
执行结果：
6
print(len('中文'.encode('gbk')))
执行结果：
4
print(len('，。'.encode('gbk')))
执行结果：
4
英文字母和符号：print(type('ab'.encode('utf-8')))
执行结果：
print(len('ab'.encode('utf-8')))
执行结果：
2
print(len(',.'.encode('gbk')))
执行结果：
2