java中char是16位unicode码点，中文字符天然支持；真正需编码转换的是string与字节数组间操作，如utf-8/gbk互转，须严格匹配编解码 charset 以避免乱码。
Java 中 char 类型本身不涉及“编码转换”，它只是 16 位无符号整数，直接表示 Unicode 码点（U+0000 到 U+FFFF）。中文字符在 Java 中以 Unicode 形式天然支持，无需额外转码——但真正需要处理的是 char[] 或 String 在**字节序列层面**的编码转换（如 UTF-8、GBK），这发生在字符串与字节数组互转时。
理解 char 和编码的关系
char 是内存中的逻辑单元，不是字节。一个中文字符（如 '中'）在 Java 中就是一个 char，其值是 Unicode 码点 '中' == '\u4e2d'（即十进制 20013）。它不等于 UTF-8 的 3 个字节，也不等于 GBK 的 2 个字节——那些是**序列化后的字节表现形式**，只在 I/O、网络传输或文件存储时才需指定编码。
String 与字节数组之间的编码转换（常用场景）
当你需要把含中文的字符串写入文件、发送 HTTP 请求，或从网页表单读取数据时，才真正用到编码转换。核心方法是：
- String → byte[]：用指定编码把字符串“编码”成字节
- byte[] → String：用指定编码把字节“解码”成字符串
示例：
String text = "你好"; // 编码为 UTF-8 字节数组 byte[] utf8Bytes = text.getBytes(StandardCharsets.UTF_8); // 编码为 GBK 字节数组（Windows 中文系统常见） byte[] gbkBytes = text.getBytes(StandardCharsets.GBK); // 用 UTF-8 解码字节数组（必须和编码时用同一 Charset） String fromUtf8 = new String(utf8Bytes, StandardCharsets.UTF_8); // 用 GBK 解码（若字节原是 GBK 编码，否则乱码） String fromGbk = new String(gbkBytes, StandardCharsets.GBK);
避免乱码的关键原则
- 编码和解码必须使用完全相同的字符集（如都用 UTF-8），否则必然出现？？？或 Mojibake
- 不要依赖平台默认编码（
new String(bytes)不带 Charset 参数），Windows 默认是 GBK，Linux/macOS 默认是 UTF-8，极易出错 - 读写文件时显式指定 Charset：
Files.readString(path, UTF_8)、Files.writeString(path, text, UTF_8) - HTTP 请求头中声明
Content-Type: text/plain; charset=utf-8，服务端也按此解码
特殊情况：处理超出 BMP 的中文字符（如生僻字、emoji）
Unicode 中部分汉字（如「?」U+20000）位于辅助平面（U+10000 以上），Java 中用两个 char（代理对，surrogate pair）表示。此时：
-
String.length()返回的是char个数（可能为 2），不是真实字符数 - 应使用
String.codePointCount(0, str.length())获取正确字符数 - 遍历时用
String.codePoints().forEach(...)或Character.toCodePoint(high, low)安全提取码点
这类字符在 UTF-8 中占 4 字节，在 GBK 中通常不支持（会丢失或替换）。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
