我实际上对 Java 中的字符串编码感到困惑。我有一些问题。如果你知道他们的答案，请帮助我：
1) Java 字符串在内存中的原生编码是什么？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) 我在网上看到“UTF-16”是默认编码，但我很困惑，因为当我写 int a = 'c' 时，我得到了 ASCII 表中的字符编号。那么 ASCII 和 UTF-16 是一样的吗？
3) 我也不确定内存中字符串的存储取决于：操作系统、语言？
【问题讨论】：
标签： java string character-encoding
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，即“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内容进行更改。
ASCII 是拉丁语 1 的子集，拉丁语 1 是 Unicode 的子集。 UTF-16 是一种编码 Unicode 的方式。因此，如果您对 ASCII 范围内的任何字符执行 int i = 'x' 测试，您将获得 ASCII 值。然而，UTF-16 可以表示比 ASCII 更多的字符。
Java 2 平台在 char 数组以及 String 和 StringBuffer 类中使用 UTF-16 表示。
因此它被定义为 Java 2 平台的一部分，UTF-16 用于这些类。
【讨论】：
char 数据类型代表一个 UTF-16 代码单元（不是字符，也就是 Unicode 代码点），所以我认为可以肯定地说 Java 语言的文本表示是 UTF-16。是的，可以想象一个实现可以选择在幕后做一些不同的事情，但最终他们必须让它看起来就像他们使用的是 UTF-16。
虽然这不能回答您的问题，但值得注意的是……在 java 字节码（类文件）中，字符串以 UTF-8 格式存储。 http://java.sun.com/docs/books/jvms/second_edition/html/ClassFile.doc.html
【讨论】：
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，每个字都包含一个按本机字节顺序排列的 Unicode 字符。
2) 将字符值分配给整数会将 16 位 Unicode 字符代码转换为其等效的整数。因此，'c'，即 U+0063，变为0x0063，即 99。
3) 由于每个String 都是一个对象，它包含除其类成员之外的其他信息（例如，类描述符字、锁/信号量字等）。
附录
对象内容取决于 JVM 实现（它决定了与每个对象相关的固有开销），以及类的实际编码方式（即，某些库可能比其他库更有效）。
示例
一个典型的实现将为每个对象实例分配两个字的开销（用于类描述符/指针，以及一个信号量/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 char[] 数组中，该数组又分配了两个字，加上一个数组长度字，加上字符串所需的尽可能多的 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
one char 表示 one Unicode 字符的情况仅在大多数情况下为真。这意味着UCS-2 编码在 2005 年之前为真。但现在 Unicode 已经变得更大，字符串必须使用 UTF-16 进行编码——可惜单个 Unicode 字符可能使用 two char s 在 Java 中 String。
查看 Apache 实现的实际源代码，例如在：
http://www.docjar.com/html/api/java/lang/String.java.html
【讨论】：
编辑：感谢 LoadMaster 帮助我更正我的答案:)
1) 所有内部字符串处理均以 UTF-16 进行。
2) ASCII 是 UTF-16 的子集。
3) Java 内部是 UTF-16。其余的，这取决于你在哪里，是的。
【讨论】：
char[]，每个元素包含一个 16 位 UTF-16 Unicode 字符。 UTF-8 不用于内部存储字符串，而是用于将 I/O 流转换为字符串。
String 一直使用内部的char[] 来存储其字符值。