Question

为什么java中文转byte出现负数

问题：下面代码中输入字符串使用getBytes()方法为什么会产生负数？是不是编码问题？
Java中我输入的“啊d”是不是GBK编码？存储的时候是不是以补码形式存储？
代码：
import java.io.*;
public class StatisticsChar {
public static void main(String[] agrs) throws IOException
{
String zifuchuan=new String("");
int hanzishu=0;int zimu=0;int kongge=0;int shuzi=0;int qita=0;
System.out.print("请输入一行字符：");
BufferedReader stdin=new BufferedReader(new InputStreamReader(System.in));
zifuchuan=stdin.readLine();
byte[] bytes=zifuchuan.getBytes();//此处使用getBytes()为什么出现负数
//假设我输入--> 啊d
System.out.println(bytes[0]); //--> -80
System.out.println(bytes[1]); //--> -95
System.out.println(bytes[2]); //-->100
for(int i=0;i<bytes.length;i++)
{
if((bytes[i]>=65&&bytes[i]<=90)||(bytes[i]>=97&&bytes[i]<=122))
zimu++;
else if(bytes[i]==32)
kongge++;
else if(bytes[i]>=48&&bytes[i]<=57)
shuzi++;
else if(bytes[i]<0)
hanzishu++;
else
qita++;
}
System.out.println("字符串所占字节个数为："+bytes.length);
System.out.println("汉字个数为："+hanzishu/2);
System.out.println("英文字母个数为："+zimu);
System.out.println("空格个数为："+kongge);
System.out.println("数字个数为："+shuzi);
System.out.println("其他字符个数为："+qita);
}
}

Answer 1

GBK采用双字节8位表示，总体编码范围为 8140 -- FEFE，首字节在 81 -- FE 之间，尾字节在 40 -- FE 之间。
ASCII是7位编码，只使用前7位，第8位补0，所以转换成整数始终为正数，而GBK是8位编码，也就是说一个字节中的第8位可以为1，如1010 1101，而将其转换成byte类型时，byte值为10101101，以补码存储，第8位被当成符号位，当然是负数了，值为：-83。
“何”字的GBK编码是：BA CE（1011 1010 1100 1110），两个字节第8位都为1，对byte类型来说，都被理解为最高位符号位。这样值就变成-70和-50了。