一、UTF-8 编码简介

UTF-8 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。它是 Unicode 实现的一种字符编码，是为了解决传统的 ASCII 编码的局限性而产生的。

二、Java 中汉字 UTF-8 编码

1、Java 中的字符串是 Unicode 编码，而汉字在 Unicode 中占用两个字节。

2、在 Java 中，每个字符都是用 unicode 编码表示的，而汉字也不例外，每个汉字都是用两个字节表示的，比如“中”这个汉字，在 Unicode 中的编码是 \u4e2d，也就是十六进制的 4e2d，二进制的 1001110000101101。

三、汉字 UTF-8 编码占用字节分析

1、汉字在 UTF-8 编码中占用的字节数，取决于汉字在 Unicode 编码中的长度。如果汉字的 Unicode 编码小于 0x80，那么它只需要一个字节就可以表示；如果大于 0x80，小于 0x800，那么它需要两个字节表示；大于 0x800，小于 0x10000，那么它需要三个字节表示；大于 0x10000，小于 0x200000，那么它需要四个字节表示。

2、因此，一个汉字在 UTF-8 编码中占用的字节数，取决于它在 Unicode 编码中的长度，如果 Unicode 编码小于 0x80，那么它只需要一个字节就可以表示；如果大于 0x80，小于 0x800，那么它需要两个字节表示；大于 0x800，小于 0x10000，那么它需要三个字节表示；大于 0x10000，小于 0x200000，那么它需要四个字节表示。

四、示例代码

1234public static void main(String[] args) {
    String s = "中";
    char c = s.charAt(0);
    System.out.println("字符：" + c);
    System.out.println("Unicode编码：" + Integer.toHexString(c));
    System.out.println("UTF-8编码：" + Integer.toHexString(c).toUpperCase());
}
Java

上面的代码中，我们定义了一个字符串 s，其中包含一个汉字“中”，然后我们使用 charAt() 方法获取字符串 s 中的第一个字符，然后使用 Integer.toHexString() 方法将其转换成 Unicode 编码，最后使用 toUpperCase() 方法将 Unicode 编码转换成 UTF-8 编码。运行结果如下：

12 字符：中
Unicode 编码：4e2d
UTF-8 编码：4E2D
Java

可以看出，汉字“中”在 Unicode 编码中占用两个字节，在 UTF-8 编码中也占用两个字节，即 4E2D。