java语言使用的是unicode？java“语言”本身不是纯英文吗？

Question

1，Unicode占用2个字节，但是用java写的代码却可以保存为utf-8，占用汉字三个字节？2，java语言本身是Unicode编码是什么意思？

Answer 1

Java字符串在内存中以Unicode形式存在，再具体一点应该是UTF-16这种格式。而在源文件和编译文件中，字符串则可以以各种可支持的编码形式存在。简单的说，存在文件中的字符串是多种编码的，在它们被装载到内存时，都转换成了UTF-16的编码，所以说Java中字符串是统一编码的，这个统一是指在内存中统一。

另外，标准的Unicode占用的是4字节，并不是2字节，Java采用的UTF-16是优化存储后的Unicode，UTF-16对于常规字（包括全世界各种语言的文字）都可以以2字节存储，当然也有一些不在常用字范围的东西（在Unicode字符平面中靠后的）需要用4字节来存储，比如Emoji表情符号等。

Answer 2

Unicode是一种字符集(charset)，不是编码(encoding)，谈不上有几个字节，只能说有多少个码位。

同一个码位有N多种不同表示方式，例如Windows记事本中的Unicode其实指Unicode的UTF-16 LE表示方式，Unicode (Big Endian)指UTF-16 BE表示方式。

Answer 3

英文也是unicode的一部分java关键字是英文，但是其他可以不是。比如

public class Main {

    public static String 获取字符串() {

        return "你好，中国";

    }

    public static void main(String[] args) throws InterruptedException {

        System.out.println(获取字符串());

    }

}

javac 编译中有参数可以制定源代码的编码 -encoding <encoding> Specify character encoding used by source files 所以源码用其他编码都是可以的，最常见的是使用UTF-8.