字符和字节详解、Java中字节串和字符串相互转换

字符、字节和编码

1. 程序中的字符与字节

字节是规定存储大小的存储单位，规定为8位一字节（8bit = 1 byte）。

字符是人类的描述符号。存储在计算机时，不同的编码格式会有不同的字节组合，一般由一个或多个字节表示。

常用编码如下：

重点是ANSI与UNICODE：

ANSI：在使用 ANSI 编码支持多种语言阶段，每个字符使用一个字节（8位）或多个字节来表示（MBCS），与英文字符的映射关系做了规定。因此，这种方式存放的字符也被称作多字节字符。

UNICODE：用数字0-0x10FFFF与全部语言字符的映射关系做了规定。在 UNICODE 被采用之后，计算机存放字符串时，改为存放每个字符在 UNICODE 字符集中的序号。目前计算机一般使用 2 个字节（16 位）来存放一个序号（DBCS），因此，这种方式存放的字符也被称作宽字节字符。UTF-8是Unicode的实现方式之一。

2. Java 中相关实现方法

字符串类 String 中的内容是 UNICODE 字符串：

// Java 代码，直接写中文
String string = "中文123";

// 得到长度为 5，因为是 5 个字符
System.out.println(string.length())

字符串 I/O 操作，字符与字节转换操作。在 Java 包 java.io.* 中，以“Stream”结尾的类一般是用来操作 “字节串” 的类，以“Reader”，“Writer”结尾的类一般是用来操作“字符串”的类。

8位1字节，字节串为一个字节数组byte[]，编码格式为ANSI。Java与其他语言编写的程序进行tcp/ip socket通讯时，通讯内容一般都转换成byte数组型）。

通常在读取非文本文件时（如图片，声音，可执行文件）需要用字节数组（byte[]）来保存文件的内容。在下载文件时，也是用byte数组作临时的缓冲器接收文件内容。所以说byte在文件操作时是必不可少的。不管是对文件写入还是读取都要用到。

字符串与字节串间相互转化
（1）字节串 =》字符串

// 按照 GB2312 格式得到字节（得到多字节字符串）
byte[] bytes = string.getBytes("GB2312");

// 将 bytes 字节串以 GB2312 格式解码转换为 UNICODE 格式的字符串
string = new String(bytes, "GB2312");

要将 String 按照某种编码写入文本文件，有两种方法：

// 第一种办法：用 Stream 类写入已经按照指定编码转化好的字节串
OutputStream os = new FileOutputStream("1.txt");
os.write(bytes);
os.close();

// 第二种办法：构造指定编码的 Writer 来写入字符串
Writer ow = new OutputStreamWriter(new FileOutputStream("2.txt"), "GB2312");
ow.write(string);
ow.close();

/* 最后得到的 1.txt 和 2.txt 都是 7 个字节 */

如果 java 的源程序编码与当前默认 ANSI 编码不符，则在编译的时候，需要指明一下源程序的编码。比如：

E:\>javac -encoding BIG5 Hello.java

（2）字符串 =》 字节串

String  str = "罗长";
byte[] sb = str.getBytes();

参考资料：
字符，字节和编码

Java之字符、字节与字符串

Java String 类