Java 为什么能给 char 类型赋值中文字符

问了一下 deepseek ，它说：UTF-8 编码的汉字在 Java 中会自动转换为 UTF-16 编码，因此赋值时不会出现问题。

@Livid #1 AI

char 是 utf-16 编码

魔怔

@soulflysimple123
输入法输入的汉字是三个字节 编译器自动把汉字转成 utf16 进行存储了

@theoriz 哥们你魔怔了吧，人家是把 ai 的提炼了一遍，一眼就能看清说啥，而不是 ai 的长篇大论，你这也举报？

一个 char 不够那就两个啊，code point 是 int 类型，超出 BMP 的字符不能用单个 char 表示，要用两个 char 组合

@theoriz 有文革那味了 人人自危

神奇的是 把变量用 FileWriter.write 方法 写入到文件 还是 3 个字节

@zhouyin
可能因为默认编码 utf-8

@zhouyin
FileWriter 默认 iso-8859-1 编码 单字节

@zhouyin
java17 filewriter 默认 encoding utf8

你把语言里类型的字长跟存储时编码的存储方案搞混了。在 Java 语言里，你把一个中文的字符串取一下长度看是不是 1 ，跟 char 能不能对上，结论就出来了。

@dandycheung

没搞混哦 你的回答比较低级

我如果这都不知道 就不会问底层的字节了

这帖的精华是 编译器把输入的 utf8 汉字的三个字节 主动隐式地换成了 2 个字节 utf16 了

总之就是，Java 语言用两个字节存储一个 char ，而一个汉字在 UTF-8 编码后有三个字节长，但是它仍然是一个 char ，在 Java 语言中占用两个字节；一个英文字母在 UTF-8 编码后是一个字节长，但它也是一个 char ，在 Java 语言中占用两个字节。

有没搞混无所谓了，你自己判断就好。

那你看看这个中文汉字 '𠮷' 还能赋值么

@zhouyin
@dandycheung

2 字节上限只有 65536 个字符，但 unicode 已经超过 10 万个字符了。

@theoriz 你怕是有什么大病吧?

“一个 char 由两个字节组成 但一个 utf8 汉字由三个字节组成”，这句话本身没有问题，但代码里的 char 变量和这句话里的 char 不是一回事.。

字符的本质就是一个整数，比如“我”的编码是 25105 ，几乎所有程序在运行时都会直接存储 25105 。

编译器同理，无论源码里面是什么，用什么编码，最后都会统一解析出 25105 这个数值。

java 的 char 类型本质是一个 16 位整数。char a = '我'; 本质等价于 short a = 25105 。显然没有问题。

所以这个问题其实和“Unicode”、“UTF-8”没有任何关系、更不要去扯什么文件编码，那只会越扯越糊涂。

根据 java 核心技术卷说的，char 类型采用 utf16 编码规则，char 描述 utf16 编码规则中的一个代码单元，一些中文用 utf16 编码规则的时候一部分是占用 2 字节-一个代码单元，一部分是 4 字节，2 个代码单元