Java中字符串的字符编码是什么？

实际上，我对Java中字符串的编码感到困惑。我有几个问题。如果您知道答案，请帮助我：

1） 内存中Java字符串的本机编码是什么？当我写

String a=“Hello”

时，它将以哪种格式存储？由于Java是独立于机器的，我认为系统不会进行编码

2） 我在网上读到“UTF-16”是默认编码，但我感到困惑，因为当我写

inta='c'

时，我得到了ASCII表中字符的编号。那么ASCII和UTF-16是一样的吗

3） 我也不确定字符串在内存中的存储取决于什么：操作系统，语言

Java在内部将字符串存储为UTF-16

“默认编码”不太正确。Java在内部将字符串存储为UTF-16，但在外部使用的编码“系统默认编码”因平台而异，甚至可以通过某些平台上的环境变量等更改

ASCII是拉丁1的子集，拉丁1是Unicode的子集。UTF-16是一种Unicode编码方式。因此，如果您对ASCII范围内的任何字符执行

inti='x'

测试，您将获得ASCII值。然而，UTF-16可以表示比ASCII多得多的字符

从：

Java2平台在char数组、String和StringBuffer类中使用UTF-16表示

因此，UTF-16被定义为Java 2平台的一部分，用于这些类

---

虽然这不能回答你的问题，但值得注意的是。。。在java字节码（类文件）中，字符串存储在UTF-8中

编辑：感谢LoadMaster帮助我更正我的答案：）

1） 所有内部字符串处理都使用UTF-16进行

2） ASCII是UTF-16的子集

3） Java内部使用的是UTF-16。对于其余部分，这取决于您的位置，是的。

1）字符串是对象，通常包含

char

数组和字符串的长度。字符数组通常实现为16位字的连续数组，每个字包含一个本机字节顺序的Unicode字符

---

2） 将字符值指定给整数可将16位Unicode字符代码转换为其等效整数。因此，

'c'

，即U+0063，变为

0x0063

，或99

3） 由于每个

字符串

都是一个对象，因此它包含除类成员以外的其他信息（例如，类描述符字、锁/信号量字等）

ADENDUM
对象内容取决于JVM实现（它确定与每个对象相关联的固有开销）以及类的实际编码方式（即，某些库可能比其他库更高效）

示例
典型的实现将为每个对象实例分配两个字的开销（对于类描述符/指针和一个信号量/锁控制字）；

String

对象还包含

int

长度和

char[]

数组引用。字符串的实际字符内容存储在第二个对象中，

char[]

数组，该数组依次分配两个字，加上一个数组长度的字，再加上字符串所需的16位

char

元素（加上创建字符串时留下的任何额外字符）

附录2
只有在大多数情况下，一个字符表示一个Unicode字符的情况才是正确的。这意味着编码在2005年之前是正确的。但到目前为止，Unicode已经变得越来越大，字符串必须使用UTF-16编码——在Java

字符串中，单个Unicode字符可能使用两个
char
s

查看Apache实现的实际源代码，例如：
，你应该考虑把这些问题分解成个别问题，因为它们确实非常不同。这里可能可以回答2：字符串作为
char[]
存储在内存中，每个元素包含一个16位UTF-16 Unicode字符。UTF-8不用于在内部存储字符串，但用于将I/O流转换为字符串或从字符串转换为字符串。@LoadMaster:在这段时间内它是否发生了更改？Java总是在内部使用UTF-16？是的，
String
总是使用内部
char[]
来存储其字符值。@Loadmaster我相信这是一个有用的信息，并且我明确提到它是类文件-那么你的问题是什么？但它没有回答问题。您可以将其作为评论发布，并以类似“虽然这不能回答您的问题，但值得注意的是……”的开头。这确实是一条有用的信息，不过，我不知道他们使用了UTF-8。重点是什么？这意味着JVM必须在启动时将每个字符串转换为UTF-16。@Sergey Tachenov:字符串存储为UTF-8，这样.class文件（平均）就更小了。当您像通常那样将它们放在JAR文件中时，这一点都不重要。UTF-16的压缩效率几乎是原来的两倍。@Parser:Oracel的文档对“编码：设置源文件编码名称，如EUC-JP和UTF-8”的要求非常严格，所以这只是源文件（*.java）编码，*.class文件中字符串的编码保留了UTF-8。实际上，您想说什么。它包含其他信息，因此？？“将字符值赋给整数会将16位Unicode字符代码转换为其等效整数。”这里有点令人困惑的是，Unicode编码在前256个字符上与ASCII编码一致。Unicode与前256个字符的扩展ASCII（8位）相关；扩展ASCII则直接对应于前128位的7位ASCII。所以“c”在Unicode中编码为0x63，扩展