Question

JAVA 字符串 字节 编码问题 高手来

ANSI字符串（如GB2312）转UNICODE字符串（如UTF-8）的原理是什么？前者2个字节存一个中文字符，后者2个字节存的是字符的序号，他们是什么原理转换的？
如下是规则：
ANSI 字符串 byte[]
UNICODE 字符串 String
字节串→字符串 string = new String(bytes, "encoding")
字符串→字节串 bytes = string.getBytes("encoding")
求原理。

Answer 1

1. 编程序的时候如果：String str="中文";在存成文件时，需要把这段文字存为数据（每个字节byte=8bit），即要编码，按照不同的编码方式（比如gb2312或者unicode），所以保存文件的时候需要指定编码，一般编辑器默认跟系统一致。java编译器，将源程序编码时，采用的是unicode编码方式，所以存在class文件中的字节码里的中文常量也是unicode的。这是源程序
   

2. 在程序处理时，你如果想把str="中文"，以一定的编码方式变成存储时的数据(byte数组)，就需要str.getBytes("encoding")，同理，你从文件或者其他地方读取到数据后，想转换成字符串，那么你就要知道他之前是用什么编码方式变成的数据，然后用new String(bytes, "encoding")
   就可以了。
   
   

Answer 2

你的先了解各个编码的存储中文和英文的各种不同存储的位数，以及不同编码的区别和移位方式，这样再去了解一下源码就清楚了

Answer 3

应该是移位吧，可以打开源码看一下呗

Answer 4

可以看源码