java的char类型，只有两个字节，在采用utf-8编码时，为什么可以存储汉字？

Question

java的char类型，只有两个字节，在采用utf-8编码时，为什么可以存储汉字？

Answer 1

Unicode是一种字符集(charset)，用两个字节就能囊括世界上所有的文字集合。UTF-8是一种编码方式(encoding)，是Unicode的一种表现方式。在一个Java文件(该文件为UTF-8编码)里面写上这样一句话char a = '猿';编译后生成的class文件会把'猿'转化成Unicode的两字节。理解字符集和字符编码的区别，有助于题主理解这些问题。

Answer 2

java char 在内存中只会使用 unicode 编码，所有其他编码只可能是在转换成 byte[] 之后才能具体体现。utf-8 编码作为优化单字节文字的方案，在多字节文字中效果反而是变差的。就难中文来举例，使用 utf-16 进行编码时（也就是 java char 实际编码），只需要占用 2 byte。而在使用 utf-8 编码时，因为需要多几个 bit 来做标记位，反而需要占用 3 byte。这也就是为什么基于 utf-16 的 java char 存储中文的效果要比 utf-8 优秀。

Answer 3

java内部存储的字符是Unicode编码，而非UTF-8

Answer 4

UTF8是外界的编码java内部的编码是UTF16, 一个char的2字节足够存一个CJK区域的码点(有例外)