Java UTF-8和UTF-16之间有很大的区别吗

我调用一个webservice，它返回一个具有UTF-8编码的响应xml。我在java中使用

getAllHeaders（）

方法检查了这一点

现在，在我的java代码中，我获取该响应，然后对其进行一些处理。然后，将其传递给其他服务

现在，我在谷歌上搜索了一下，发现默认情况下，Java中字符串的编码是UTF-16

在我的xml响应中，其中一个元素有一个字符。现在，我向另一家服务机构提出了后处理请求，这一点也被打断了

它没有发送É，而是发送了一些jibberish的东西。现在我想知道，这两种编码真的会有很大的不同吗？如果我想知道什么会从UTF-8转换成UTF-16，那么我该怎么做呢？

有两件事：

• 用于交换数据的编码
• Java的内部字符串表示形式

你不应该全神贯注于第二点；）问题是使用适当的方法将数据（字节数组）转换为

String

s（

char

array），并将表单

String

s转换为数据

你能想到的最基本的类是和。但是还有很多其他的

String.getBytes（）

，所有的

Reader

s和

Writer

s都是两种可能的方法。还有

字符

的所有静态方法

如果您在某个时候看到乱码，这意味着您无法将原始字节数据解码或编码为Java字符串。但是，Java字符串使用UTF-16这一事实与此无关

特别是，您应该注意，当您创建

读卡器

或

写卡器

时，您应该指定编码；如果您未能这样做，将使用默认的JVM编码，它可能是UTF-8，也可能不是。

UTF-8和UTF-16都是可变长度编码。然而，在UTF-8中，一个字符可能至少占用8位，而在UTF-16中，字符长度从16位开始

UTF-8的主要优点：

基本ASCII字符，如数字、不带字符的拉丁字符 重音符号等占用一个字节，与US-ASCII相同 代表性。这样，所有US-ASCII字符串都成为有效的UTF-8， 它在许多情况下提供了良好的向后兼容性

无空字节，允许使用以空结尾的字符串，这 还引入了大量向后兼容性

UTF-8的主要缺点：

许多常用字符的长度不同，这会减慢索引速度 以及计算字符串长度

UTF-16的主要优点：

最合理的字符，如拉丁语、西里尔语、汉语、日语 可以用2个字节表示。除非真的有异国情调的角色 如果需要，这意味着UTF-16的16位子集可以用作 固定长度编码，可加快索引速度

UTF-16的主要缺点：

US-ASCII字符串中有大量空字节，这意味着没有 以null结尾的字符串和大量浪费的内存

---

一般来说，UTF-16通常更适用于内存表示，而UTF-8非常适用于文本文件和网络协议。该网站提供UTF到UTF的转换

---

UTF-32可以说是最具可读性的Unicode编码形式，因为它的大端十六进制表示法只是Unicode标量值，没有“U+”前缀，零填充到八位数字，而UTF-32表示法确实使编程模型更简单，平均存储容量的增加有实际的缺点，这使得完全过渡到UTF-32不再那么引人注目

然而

---

UTF-32与旧的UCS-4编码相同，并且保持固定宽度。为什么这个宽度可以保持不变？由于UTF-16现在是可以编码最少字符的格式，因此它为所有格式设置了限制。根据定义，1112064是Unicode或ISO10646将定义的代码点总数。由于Unicode现在只定义在0到10FFFF之间，UTF-32现在听起来有点像是一种无意义的编码，因为它是32位宽的，但只使用了大约21位，这使得这非常浪费。

UTF-8：一般来说，您应该使用UTF-8。大多数HTML文档都使用这种编码

它使用至少8位数据来存储每个字符。这可以提高存储效率，尤其是当文本主要包含英文ASCII字符时。但高阶字符（如非ASCII字符）可能需要最多24位

UTF-16： 此编码使用至少16位对字符进行编码，包括低阶ASCII字符和高阶非ASCII字符

---

如果您对主要由非英语或非ASCII字符组成的文本进行编码，UTF-16可能会导致较小的文件大小。但是如果您使用UTF-16编码大部分ASCII文本，它将占用更多空间。

如何读取和写入XML？JAXB？斯塔克斯？你能展示你创建读写器的代码吗？回答得好。你能不能打消我的好奇心，说出UTF-32的一个实际用途？就我的一生而言，我想不出它存在的理由。一个简单的谷歌给我带来的仅仅是“速度优化”。我有一个问题，也许是一个很小的问题。以一个简单的记事本为例。假设我调用某个服务，该服务返回UTF-8编码的数据。这基本上是所有的ASCII或其他编码。现在我有一个来自webservice的角色（说“a”）。现在这个A将被映射到UTF-8中的某个东西。例如00000000（8位）。现在当记事本解释这个时，它会将它转换成0000（4位）。现在，它不会把我的一切都搞砸吗？检查我下面的答案UTF-32可以说是最容易让人读懂的Unicode编码形式，因为它的大端十六进制表示形式只是Unicode标量值，没有“U+”pr