JAVA为何把汉字变成了3个字节？

Question

java编码乱码string

Answer 1

用utf-8使用中文就会占用3个字节,英文的话只有一个字节 如果是unicode则都是2个字节， gbk，一个汉字字符也是2个字节

Answer 2

谢谢楼上的回答~
但我用的就是GBK，还是是三个字节。

Answer 3

从代码看，你用了GBK，那么可以肯定是双字节。
是哪里让你认为是3字节那？
之后我对payloadbyte数组每1500个分一组。然后拷贝到另一个叫preparetostring的byte[]数组中。把编码发出来吧，这里肯定不是1500一组，应该是1000一组。

Answer 4

你用的环境是什么编码，和i/o也有关系；另外你可以强制性的将输入输出的编解码设置为相同格式，不要采用默认的格式；
下面是关于Java中汉字编解码的分析，你可以参考一下
http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/

Answer 5

编码在后面很乱~这么说吧：后面我打印出了payloadbyte.length的值，是8852，而我读入的文本，用word数字数是2948。差不多就是三倍（文档里很少出现数字，且没有字母）。
我觉得是不是我读取文本的时候读入流用的不合适？

Answer 6

给你解释一下其中的编码转换关系吧：
new InputStreamReader(new FileInputStream(filefca),"GBK")，这里使用GBK编码来读取文件内容，所以文件如果也是GBK编码，就不会产生乱码；
linefca=payload.toString();内部调用的是new String()方法，采用的是系统默认编码；
byte[] payloadbyte=linefca.getBytes();这句使用系统默认编码，将字符串解码为byte数组；
系统的默认编码一般为GBK，根据你说的情况，我觉得可能是你的系统的默认编码不是GBK。
System.getProperty("file.encoding");//获取java环境默认编码