java中char类型能直接存储绝大多数常用汉字，因其本质是存储unicode基本多语言平面（bmp）内码点的16位无符号整数，固定占2字节；例如‘中’对应码点u+4e2d（十进制20013），以二进制0100111000101101存入内存，不保存utf-8或gbk等原始字节。
Java 中的 char 类型能直接存储绝大多数常用汉字，但它的本质不是“存汉字”，而是存 Unicode 码点在基本多语言平面（BMP）内的 16 位整数值——固定占 2 字节。
char 存的是码点，不是字节
当你写 char c = '中';，编译器会把源文件中这个汉字按指定编码（如 UTF-8）解码，查出它在 Unicode 中的码点 U+4E2D（十进制 20013），再把这个数字以 16 位二进制形式存入内存。它不保存原始 UTF-8 的三个字节，也不管 GBK 的两个字节，只存这个整数。
- ‘中’ → U+4E2D → 十进制 20013 → 二进制 0100111000101101（刚好 16 位）
- 等价写法：
char c = '\u4E2D';，编译期就解析为同一数值 - 源文件编码（如
UTF-8）只影响编译时读取，运行时内存中全是 Unicode 码点值
哪些汉字能用单个 char 安全表示
只要汉字 Unicode 码点 ≤ 0xFFFF（即在 BMP 平面内），就能用一个 char 完整表示。几乎所有常用汉字都属于这一范围：
Java Maven Common
下载
Java Maven 项目审查工作流的通用输入处理。当 Java Maven 项目以 ZIP压缩包或 GitLab 仓库 URL 形式提供且需要...时使用。
- CJK 统一汉字区：U+4E00–U+9FFF（如“一”U+4E00、“你”U+4F60、“好”U+597D）
- 扩展 A 区：U+3400–U+4DBF（如“?”U+2A6A5？不对，这个已超 BMP；但多数扩展 A 字仍在 BMP 内）
- 验证方法：
Character.isBmpCodePoint(c)或Character.codePointAt("字", 0)
哪些汉字不能用单个 char
Unicode 后续扩展的辅助平面字符（码点 ≥ U+10000），比如：
- 部分生僻古汉字：U+30000、U+31000 等
- 较新 emoji：? U+1F305、? U+1F938、? U+1FAD6
- 它们在 Java 中必须拆成两个
char：一个高位代理（0xD800–0xDBFF）+ 一个低位代理（0xDC00–0xDFFF） - 看似一个字符，
String.length()返回 2；真实字符数要用String.codePointCount(0, s.length())
转义与外部交互要注意的事
用 \uXXXX 写中文可避免源文件编码问题，但它是编译期行为，不能拼接生成；而和外部打交道时，char 本身不负责编码转换：
- 写文件：
"中".getBytes(StandardCharsets.UTF_8)—— 显式指定 UTF-8，别依赖默认 - 读字节：
new String(bytes, StandardCharsets.UTF_8)—— 必须用相同编码还原 - 误用
ISO-8859-1解中文，会得到无意义的char值（因该编码无中文定义） -
char相加自动提升为int，如'中' + '文'得到的是数字和，不是字符串
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
