关于String.getBytes()的一些疑问

[xingqiliudehuanghun]

前几天看到一帖子，lz想要实现将010101这样的字符串翻译成byte然后再转换成相应编码的字符串
写了一下只能在utf-8编码下实现,不是很理想。今天又写了一写在进行测试的时候发下了个问题

byte[] g=new String("我是谁a").getBytes(); //占用7字节
byte[] f=new String("我是谁a").getBytes("gbk"); //占用7字节结果同上
byte[] d=new String("我是谁a").getBytes("utf-8"); //占用10字节
原本以为java中的字符采用unicode编码,所以每个字符翻译成byte应该都占用2个字节。
可是确不是我想象的那样,翻译成字节后英文还是只占用一个字节，中文在gbk编码下占2字节，
utf-8下占3字节。谁能解释下getBytes的转换原理？翻译成byte后如何判断一个字符是中文
还是英文?一般这样的翻译程序是怎么处理的

[mumu_java]

呵呵,一般既有中文又有e文,都是按宽度最大的转,就是都转成utf-8,这样虽然浪费一些空间,但是可以每三个字符一个字符,不管是中文还是e文.

[dsgdsg]

gbk 2字节编码
UTF8 3字节编码！

[hoojo]

[Quote=引用 1 楼 mumu_java 的回复:]
呵呵,一般既有中文又有e文,都是按宽度最大的转,就是都转成utf-8,这样虽然浪费一些空间,但是可以每三个字符一个字符,不管是中文还是e文.
[/Quote]
各个编码 占用字节不同

[Sunny_kaka]

UTF-8 的格式在编码英文时，只需要8位，但是中文则是24位，其他更加偏僻的字符才又可能是32位

http://www.blogjava.net/ramon/archive/2006/09/24/71505.html