一个汉字占几个字节

场景:一个汉字占几个字节的有关问题

一个汉字占几个字节的问题
大家都说一个汉字占两个字节(byte)
但是为什么运行程序会得到如下结果
String name="宋";
int a=name.getBytes("gb2312").length;
System.out.println(a);//a=2
a=name.getBytes("utf-8").length;//一个汉字占3个字节
System.out.println(a);//a=3
a=name.getBytes("gbk").length;
System.out.println(a);//a=2
a=name.getBytes("ISO8859-1").length;//一个汉字占一个字节
System.out.println(a);//a=1
a=name.length();//一个汉字占一个长度
System.out.println(a);//a=1
a=name.getBytes("UNICODE").length;//一个汉字占一个字节
System.out.println(a);//a=4
java的默认编码是UNICODE吧,应该是4个字节啊

------解决方案--------------------
大家说的一个汉字占两字节是这样的情况,
把汉字当做字符存,就是:
char a = '中';

这个时候就是占用两字节,,因为char类型就是2字节,,但是具体要看存储形式,,有的以unicode码,,那字节数就不是两字节了,,,,
------解决方案--------------------
UNICODE 是一种字符集,在 Java 中直接使用 Unicode 转码时会按照 UTF-16LE 的方式拆分,由于 UTF-16 分为 UTF-16LE 和 UTF-16BE,也就是小端序和大端序,因此在网络传过程中,无法判断是 LE 还是 BE 序的,因此需要加上一个额外的字节序 BOM 头。

BOM 头的字符是一个特殊的字符,其 Unicode 编码为 U+FEFF,字符名为“ZERO WIDTH NON-BREAKING SPACE”,根据 RFC2781 3.2 节规定,开头两个字节为 FE FF 的称为 Big-Endian,开头为 FF FE 的称为 Little-Endian。

因此,你直接使用 Unicode 转换字节的话,也就是按 UTF-16LE 方式进行解码,会额外地加上 BOM 的两个字节 FF FE。
------解决方案--------------------
UTF-8 在设计之初就没有 BE 和 LE 的问题,只有大端序,不会存在小端序的,因此 UTF-8 的编码不需要使用 BOM 头。
------解决方案--------------------
字符集与字符编码在某种情况上来说不是一回事。

Unicode 是字符集,而 UTF-8, UTF-16, UTF-32 均是对于 Unicode 字符集的编码格式。

而在某些情况下来说又是一样的,比如:

GB2312 既是字符集名,也是字符编码格式名。