java中含中文字符串的编码和解码问题

首先，char为Java的基本类型，基本类型所占的字节数是固定的，如int占4字节，double占8字节，这可以使得Java在不同的平台上所占类型固定，很好地保证了Java的可移植性。因此，Java中char类型固定占2个字节。（注：char类型也可以存储一个汉字）。
其次，String采用一种更灵活的方式进行存储。在String中，一个英文字符占1个字节，而中文字符根据编码的不同所占字节数也不同。在UTF-8编码下，一个中文字符占3个字节；而使用GBK编码时一个中文字符占2个字节。测试代码如下：

import java.io.UnsupportedEncodingException;public class StrTest {public static void main(String[] args) throws UnsupportedEncodingException {String str1 = "hello";String str2 = "你好abc";System.out.println("utf-8编码下'hello'所占的字节数:" + str1.getBytes("utf-8").length);System.out.println("gbk编码下'hello'所占的字节数:" + str1.getBytes("gbk").length);System.out.println("utf-8编码下'你好abc'所占的字节数:" + str2.getBytes("utf-8").length);System.out.println("gbk编码下你好'你好abc'所占的字节数:" + str2.getBytes("gbk").length);}}

输出结果：
utf-8编码下’hello’所占的字节数: 5
gbk编码下’hello’所占的字节数: 5
utf-8编码下’你好abc’所占的字节数: 9
gbk编码下你好’你好abc’所占的字节数: 7

由此可见，对也String来说，一个英文字符固定占1个字节，而中文字符占2个（GBK编码）或3个（UTF-8编码）字节。也可使用此方法查看其它编码的情况，此处不再一一赘述。

最后，基于String的这种特性，可以判断一个字符串中是否包含中文，举例如下：

public class StrTest {public static void main(String[] args) throws UnsupportedEncodingException {searchChineseCharacter("Good morning");searchChineseCharacter("hello 早上好");}//找出一个字符串中的汉字public static void searchChineseCharacter(String str){//正则表达式，用于匹配中文字符String regex = "[\u4e00-\u9fa5]";//如果str的长度和其所占字节数不等，说明包含中文if (str.length() != str.getBytes().length){Pattern pattern = Pattern.compile(regex);Matcher matcher = pattern.matcher(str);System.out.print("'" + str + "' 中的汉字为:");while (matcher.find()){System.out.print(matcher.group());}}else {System.out.println("'" + str + "' 中无汉字");}}}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

输出结果：
‘Good morning’ 中无汉字
‘hello 早上好’ 中的汉字为:早上好