问题

char 类型变量能否存储中文汉字？为什么？

答案

核心结论

可以存储。Java 的 char 类型采用 UTF-16 编码，占用 2 个字节（16 位），能够表示 Unicode 基本多文种平面（BMP）中的字符，包括绝大多数常用中文汉字。

原理说明

  1. char 的本质
    • Java 中 char 是 16 位无符号整数，取值范围：0 ~ 65535（\u0000 ~ \uffff）
    • 采用 UTF-16 编码，直接对应 Unicode 码点
  2. 中文汉字的 Unicode 范围
    • 常用汉字位于 CJK 统一表意文字区（U+4E00 ~ U+9FFF）
    • 这些码点都在 BMP（基本平面，U+0000 ~ U+FFFF）内，可以用单个 char 表示
  3. 特殊情况
    • 超出 BMP 的字符（如生僻字、emoji）需要使用 代理对（Surrogate Pair），占用 2 个 char
    • 例如：𠮷（U+20BB7）需要用 String 或 int 类型的码点来处理

代码示例 

public class CharTest {
    public static void main(String[] args) {
        // 直接赋值中文字符
        char ch1 = '中';
        char ch2 = '国';

        // 使用 Unicode 转义序列
        char ch3 = '\u4e2d';  // '中' 的 Unicode 码点

        System.out.println(ch1);  // 输出：中
        System.out.println(ch2);  // 输出：国
        System.out.println(ch3);  // 输出：中
        System.out.println(ch1 == ch3);  // 输出：true

        // 查看字符的 Unicode 码点
        System.out.println((int) ch1);  // 输出：20013（十进制）
        System.out.println(Integer.toHexString(ch1));  // 输出：4e2d（十六进制）
    }
}

关键要点

方面 说明
存储能力 可以存储 BMP 内的所有中文汉字（99% 以上的常用汉字）
编码方式 UTF-16，每个 char 占 2 字节
取值范围 0 ~ 65535（无符号）
特殊字符 生僻字、emoji 等需要代理对（2 个 char）

面试总结

  • 能存储：char 采用 UTF-16 编码，2 字节足以表示常用中文汉字
  • 原理：中文汉字的 Unicode 码点在 BMP 范围内（U+4E00 ~ U+9FFF）
  • 注意：超出 BMP 的字符需要使用 String 或 int 类型的码点处理