UTF-16字符串中的字节数计算

Question

为什么两个字符的UTF-16字符串只占用6个字节，而一个字符的UTF-16字符串却占用4个字节？

下面是Java中的SSCCE代码来演示这个行为：

public class UTF16Test{
    public static void main(String[] args) throws Exception {
        System.out.println("A".getBytes("UTF-16").length);
        System.out.println("AB".getBytes("UTF-16").length);
    }
}

输出：

4
6

- Roman

---

请执行以下代码以满足我的好奇心：`System.out.println(Arrays.toString("AB".getBytes("UTF-16")));' 谢谢。 - rolfl

没关系，我自己解决了：[-2，-1，0，65，0，66] - 是的，字节顺序标记。 - rolfl

Answer 1

你需要考虑UTF-16的2字节字节顺序标记吗？

你的前2个字节将是FE FF或FF FE，取决于你使用的是大端还是小端机器。你应该检查一下...

我已经检查过了，是[-2，-1，0，65，0，66]。

你还应该考虑到String值在内存中不占用这个额外的空间，只有当String被编码为byte[]时，字节顺序标记才会被添加...String AB在内存中将使用char[2]，直到它被字节编码为byte[6]。

- rolfl

---

更新了一些细节。请注意，你看到的byte[]值与存储在内存中的值不同。 - rolfl