字符、字節(jié)的概念及其區(qū)別

流浪的星星318 2017-04-28

展開全文

首先我們先看一下這個問題：“Java語言中字符串“學(xué)Java”所占的內(nèi)存空間是幾個字節(jié)？”，要回答這個問題我們就必須先要清楚什么是“字節(jié)”什么是“字符”。

字節(jié)（Byte）：字節(jié)是通過網(wǎng)絡(luò)傳輸信息（或在硬盤或內(nèi)存中存儲信息）的單位。字節(jié)是計算機信息技術(shù)用于計量存儲容量和傳輸容量的一種計量單位，1個字節(jié)等于8位二進制，它是一個8位的二進制數(shù)，是一個很具體的存儲空間。

字符：人們使用的記號，抽象意義上的一個符號。 '1'， '中'， 'a'， '$'， '￥'， ……

談到字符就不得不提ANSI及UNICODE兩種不同的編碼方式標(biāo)準(zhǔn)（對這兩種編碼方式標(biāo)準(zhǔn)在此我只簡單提一下，如果大家有興趣可以自己去查一下），ANSI中的字符采用8bit，而UNICODE中的字符采用16bit。（對于字符來說ANSI以單字節(jié)存放英文字符，以雙字節(jié)存放中文等字符,而Unicode下，英文和中文的字符都以雙字節(jié)存放）Unicode碼也是一種國際標(biāo)準(zhǔn)編碼，采用二個字節(jié)編碼，與ANSI碼不兼容。 ANSI規(guī)定：一個小于127的字符的意義與原來相同，但兩個大于127的字符連在一起時，就表示一個漢字，前面的一個字節(jié)（他稱之為高字節(jié)）從0xA1用到 0xF7，后面一個字節(jié)（低字節(jié)）從0xA1到0xFE，這樣我們就可以組合出大約7000多個簡體漢字了。在這些編碼里，我們還把數(shù)學(xué)符號、羅馬希臘的字母、日文的假名們都編進去了，連在 ASCII 里本來就有的數(shù)字、標(biāo)點、字母都統(tǒng)統(tǒng)重新編了兩個字節(jié)長的編碼，這就是常說的"全角"字符，而原來在127號以下的那些就叫"半角"字符了。從 UNICODE 開始，無論是半角的英文字母，還是全角的漢字，它們都是統(tǒng)一的"一個字符"！同時，也都是統(tǒng)一的"兩個字節(jié)"。

我們可以簡單的記這樣一個結(jié)論：按照ANSI編碼標(biāo)準(zhǔn)，標(biāo)點符號、數(shù)字、大小寫字母都占一個字節(jié)，漢字占2個字節(jié)。按照UNICODE標(biāo)準(zhǔn)所有字符都占2個字節(jié)。

我們再來看一下字符串，由于字符有2種編碼標(biāo)準(zhǔn)，所以字符串也分為2種。

字符串（ANSI）：在內(nèi)存中，如果“字符”是以 ANSI 編碼形式存在的，一個字符可能使用一個字節(jié)或多個字節(jié)來表示，那么我們稱這種字符串為 ANSI 字符串或者多字節(jié)字符串。

字符串（UNICODE）：在內(nèi)存中，如果“字符”是以在 UNICODE 中的序號存在的，那么我們稱這種字符串為 UNICODE 字符串或者寬字節(jié)字符串。

由于不同 ANSI 編碼所規(guī)定的標(biāo)準(zhǔn)是不相同的，因此，對于一個給定的多字節(jié)字符串，我們必須知道它采用的是哪一種編碼規(guī)則，才能夠知道它包含了哪些“字符”。而對于 UNICODE 字符串來說，不管在什么環(huán)境下，它所代表的“字符”內(nèi)容總是不變的。