请教各位大神一个问题，这个问题在大脑里呆了很久了。。。

[qq_29448025]

	public static void main(String[] args) throws IOException {
		char a='中';  //在内存中用unicode编码，占2个字节
		System.out.println((int)a);  //unicode码为20013
		OutputStreamWriter osw=new OutputStreamWriter(new FileOutputStream("data.txt"),"UTF-8");
		osw.write(a); //写完后文件大小为3字节
		osw.close();
	}

我想请教大家的问题是：
1，能直接把字符（如'中‘）的unicode码写入文件吗？如果可以的话，会带来两个好处，一是可以节省磁盘容量（unicode编码为2字节），二是以后再从文件中读字符到内存中，也更直接明了，不需要转换了。
2、如果不能，那是因为什么原因呢？
3、计算机是怎么查找到字符对应的unicode编码（如'中'的编码为20013）和UTF-8编码的，是不是因为计算机内部中有一张对照表吗，根据对照表找到的呀？
4、编译后的程序字节码文件中，字符'中'表现出来的是'中’本身，还是已被转化成其unicode码了呢？

[朔北冥]

一种编码格式就是为了能够编码和译码。。。。。 我猜还是有结束标志位。

[自由自在_Yu]

1、能 3、是 4、unicode码

[110成成]

中 unicode 十进制为 20013 二进制为 01001110 00101101 对应16进制就是4E2D 对照unicode和utf-8的转换关系 UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。 UTF-8的编码规则很简单，只有二条： 1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。 2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。 下表总结了编码规则，字母x表示可用编码的位。 Unicode符号范围 | UTF-8编码方式 (十六进制) | （二进制） --------------------+--------------------------------------------- 0000 0000-0000 007F | 0xxxxxxx 0000 0080-0000 07FF | 110xxxxx 10xxxxxx 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 它应该对应弟三类，就是三个字节表示。 对应的utf-8 应该是：11100100 10111000 10101101

[110成成]

1：utf-8 的出现就是避免浪费，采用不定长表示。 3：unicode 和utf-8 之间有一个对应的转换关系，见我上一个回复展示的。 4：没听懂你的意思。

[qq_29448025]

引用 3 楼 zc881124 的回复:

1：utf-8 的出现就是避免浪费，采用不定长表示。 3：unicode 和utf-8 之间有一个对应的转换关系，见我上一个回复展示的。 4：没听懂你的意思。

谢谢层主这么热心的回答。 但还是有点疑问想请教 1：utf-8 的出现就是避免浪费，采用不定长表示。那汉字的话，unicode总是用2字节表示，而utf-8有的用2个字节、有的用3个字节表示，这岂不是更浪费。 4：以.java结尾的源文件编译后会生成相应的.class文件，我想请教的是'中‘在.class文件中是用字面量'中'表示还是用其unicode表示？

[qq_29448025]

引用 6 楼 zc881124 的回复:

[quote=引用 5 楼 qq_29448025 的回复:] [quote=引用 3 楼 zc881124 的回复:] 1：utf-8 的出现就是避免浪费，采用不定长表示。 3：unicode 和utf-8 之间有一个对应的转换关系，见我上一个回复展示的。 4：没听懂你的意思。

谢谢层主这么热心的回答。 但还是有点疑问想请教 1：utf-8 的出现就是避免浪费，采用不定长表示。那汉字的话，unicode总是用2字节表示，而utf-8有的用2个字节、有的用3个字节表示，这岂不是更浪费。 4：以.java结尾的源文件编译后会生成相应的.class文件，我想请教的是'中‘在.class文件中是用字面量'中'表示还是用其unicode表示？[/quote] 这是我搜藏的一个帖子，讲的很详细，你自己参考下，我觉得帖子讲的额很详细 http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html[/quote] 谢谢！

[110成成]

引用 5 楼 qq_29448025 的回复:

[quote=引用 3 楼 zc881124 的回复:] 1：utf-8 的出现就是避免浪费，采用不定长表示。 3：unicode 和utf-8 之间有一个对应的转换关系，见我上一个回复展示的。 4：没听懂你的意思。

谢谢层主这么热心的回答。 但还是有点疑问想请教 1：utf-8 的出现就是避免浪费，采用不定长表示。那汉字的话，unicode总是用2字节表示，而utf-8有的用2个字节、有的用3个字节表示，这岂不是更浪费。 4：以.java结尾的源文件编译后会生成相应的.class文件，我想请教的是'中‘在.class文件中是用字面量'中'表示还是用其unicode表示？[/quote] 这是我搜藏的一个帖子，讲的很详细，你自己参考下，我觉得帖子讲的额很详细 http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

[pqdong]

引用 2 楼 zc881124 的回复:

中 unicode 十进制为 20013 二进制为 01001110 00101101 对应16进制就是4E2D 对照unicode和utf-8的转换关系 UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。 UTF-8的编码规则很简单，只有二条： 1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。 2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。 下表总结了编码规则，字母x表示可用编码的位。 Unicode符号范围 | UTF-8编码方式 (十六进制) | （二进制） --------------------+--------------------------------------------- 0000 0000-0000 007F | 0xxxxxxx 0000 0080-0000 07FF | 110xxxxx 10xxxxxx 0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx 0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 它应该对应弟三类，就是三个字节表示。 对应的utf-8 应该是：11100100 10111000 10101101

----------------分割------------- 关于第三点2楼已经很详细，若想理解的更透彻可以参考《JAVA核心技术 卷1》3.3.4Unicode和char类型。3.3.6码点和代码单元 关于第四点：以Unicode码存储 JAVA的一大特点是可移植性，对字符串采用标准的Unicode格式存储，同时还具有体系结构中立性， 即编译器生成与计算机体系结构无关的字节码指令（.class）文件 个人理解，望斧正。