java编码格式

    主要区分清楚内码（internal encoding）和外码（external encoding）就好了。

内码是程序内部使用的字符编码，特别是某种语言实现其char或String类型在内存里用的内部编码；

外码是程序与外部交互时外部使用的字符编码。“外部”相对“内部”而言；不是char或String在内存里用的内部编码的地方都可以认为是“外部”。例如，外部可以是序列化之后的char或String，或者外部的文件、命令行参数之类的。

Java语言规范规定，Java的char类型是UTF-16的code unit，也就是一定是16位（2字节）；

然后字符串是UTF-16 code unit的序列：

这样，Java规定了字符的内码要用UTF-16编码。或者至少要让用户无法感知到String内部采用了非UTF-16的编码。

“感知”可以是多方面的，例如随机访问某个下标的code unit（String.charAt()）应该是O(1)操作，这只有使用UTF-16或者别的“定长”编码才可以做到。注意我这里说的“定长”特指code unit定长，而不是说code point定长。

String.getBytes()是一个用于将String的内码转换为指定的外码的方法。无参数版使用平台的默认编码作为外码，有参数版使用参数指定的编码作为外码；将String的内容用外码编码好，结果放在一个新byte[]返回。

String a = "我q";
int size = a.getBytes().length;
System.out.println(size);
int len1 = a.getBytes("ISO8859-1").length;
System.out.println("ISO8859-1: "+len1);
int len2 = a.getBytes("GB2312").length;
System.out.println("GB2312: "+len2);
int len = a.getBytes("GBK").length;//输出8
System.out.println("GBK: "+len);
System.out.println("UTF-8:" + a.getBytes("UTF-8").length);
System.out.println("UTF-16:" + a.getBytes("UTF-16").length);
System.out.println("Unicode:" + a.getBytes("Unicode").length);

输出：
6（系统默认）

ISO8859-1: 2

GB2312: 3

GBK: 3

UTF-8:4

UTF-16:6

Unicode:6