這不光是 Java 的概念，我們知道機(jī)器只知道字節(jié)，而字符卻是語(yǔ)義上的單位，它是有編碼的，一個(gè)字符可能編碼成1個(gè)2個(gè)甚至3個(gè)4個(gè)字節(jié)。這跟字符集編碼有關(guān)系，英文字母和數(shù)字是單字節(jié)，但漢字這些自然語(yǔ)言中的字符是多字節(jié)的。一個(gè)字節(jié)只能表示255個(gè)字符，不可能用于全球那么多種自然語(yǔ)言的處理，因此肯定需要多字節(jié)的存儲(chǔ)方式。

當(dāng)我們?cè)谔幚?Java 時(shí)，比如 InputStream, OutputStream 它們是處理字節(jié)流的，就是說假設(shè)所有東西都是二進(jìn)制的字節(jié)，而 Reader, Writer 則是字符流，它涉及到字符集的問題，因?yàn)榘岩粋€(gè)字符保存到磁盤或讀取出來需要指定一個(gè)字符集，平時(shí)你的代碼沒有指定是因?yàn)?JVM 讀取操作系統(tǒng)默認(rèn)的字符集，有時(shí)候（特別是數(shù)據(jù)交換的時(shí)候）可能這個(gè)默認(rèn)字符集不正確。

在 Java 中，它的內(nèi)核是使用 Unicode，也就是說它記住了每個(gè)字符的 Unicode 內(nèi)部編碼（一串?dāng)?shù)字，全球唯一，各國(guó)語(yǔ)言常用字符全部在里面，比如康熙字典這種古董中的多數(shù)漢字都在其中），只有把字符串通過網(wǎng)絡(luò)發(fā)送出去或保存到磁盤上或反過來讀取時(shí)才有字符編碼成字節(jié)的過程，因?yàn)橐粋€(gè)字符多個(gè)字節(jié)我們需要知道每個(gè)字符的這幾個(gè)字節(jié)是按什么順序排列的，第1個(gè)字節(jié)排前面還是排后面，多個(gè)字符串在一起時(shí)在讀取時(shí)怎么識(shí)別出哪幾個(gè)字節(jié)湊在一起是一個(gè)字符，這就是字符集編碼方案了，UTF8, GBK, GB2312, GB18030, BIG5，之類的都是其中一種字符集編碼方案。