【轉載】計算機程序的思維邏輯 (8) - char的真正含義
看似簡單的char
通過前兩節，我們應該對字符和文本的編碼和亂碼有了一個清晰的認識，但前兩節都是與編程語言無關的，我們還是不知道怎麽在程序中處理字符和文本。
本節討論在Java中進行字符處理的基礎 - char，Java中還有Character, String, StringBuffer, StringBuilder等類進行文本處理，他們的基礎都是char，我們在後續文章中介紹這些類。
char看上去是很簡單的，正如我們在第2節所說，char用於表示一個字符，這個字符可以是中文字符，也可以是英文字符。賦值時把常量字符用單引號括起來，例如：
char c = ‘A‘; char z = ‘中‘;
但我們在第3節拋出了一個問題，為什麽字符類型也可以進行算術運算和比較？char的本質到底是什麽呢？
char的本質
在 Java內部進行字符處理時，采用的都是Unicode，具體編碼格式是UTF-16BE。簡單回顧一下，UTF-16使用兩個或四個字節表示一個字 符，Unicode編號範圍在65536以內的占兩個字節，超出範圍的占四個字節，BE (Big Endian)就是先輸出高位字節，再輸出低位字節，這與整數的內存表示是一致的。
char本質上是一個固定占用兩個字節的無符號正整數，這個正整數對應於Unicode編號，用於表示那個Unicode編號對應的字符。
由於固定占用兩個字節，char只能表示Unicode編號在65536以內的字符，而不能表示超出範圍的字符。
那超出範圍的字符怎麽表示呢？使用兩個char。類String有一些相關的方法，後續文章介紹。
在這個認識的基礎上，我們再來看下char的一些行為，就比較容易理解了。
char的賦值
char有多種賦值方式：
- char c = ‘A‘
- char c = ‘馬‘
- char c = 39532
- char c = 0x9a6c
- char c = ‘\u9a6c‘
第1種賦值方式是最常見的，將一個能用Ascii碼表示的字符賦給一個字符變量。
第 2種也很常見，但這裏是個中文字符，需要註意的是，直接寫字符常量的時候應該註意文件的編碼，比如說，GBK編碼的代碼文件按UTF-8打開，字符會變成亂碼，賦值的時候是按當前的編碼解讀方式，將這個字符形式對應的Unicode編號值賦給變量，‘馬‘對應的Unicode編號是39532，所以第2種賦值和第3種是一樣的。
第3種是直接將十進制的常量賦給字符，第4種是將16進制常量賦給字符，第5種是按Unicode字符形式。
以上，2，3，4，5都是一樣的，本質都是將Unicode編號39532賦給了字符。
char的運算
由於char本質上是一個整數，所以可以進行整數可以進行的一些運算，在進行運算時會被看做int，但由於char占兩個字節，運算結果不能直接賦值給char類型，需要進行強制類型轉換，這和byte, short參與整數運算是類似的。
char類型的比較就是其Unicode編號的比較。
char 的加減運算就是按其Unicode編號進行運算，一般對字符做加減運算沒什麽意義，但Ascii碼字符是有意義的。比如大小寫轉換，大寫A-Z的編號是 65-90，小寫a-z的編號是97-122，正好相差32，所以大寫轉小寫只需加32，而小寫轉大寫只需減32。加減運算的另一個應用是加密和解密，將 字符進行某種可逆的數學運算可以做加解密。
char的位運算可以看做就是對應整數的位運算，只是它是無符號數，也就是說，有符號右移>>和無符號右移>>>的結果是一樣的。
char的二進制
既然char本質上是整數，查看char的二進制表示，同樣可以用Integer的方法，如下所示：
char c = ‘馬‘; System.out.println(Integer.toBinaryString(c));
輸出為 1001101001101100
小結
本節介紹了char的本質，它固定占用兩個字節，實際上是一個整數，表示字符的Unicode編號，不在65536編號內的字符一個char表示不了，需要用兩個char。
我們回顧一下以前所有的章節，整理一下思路。
我們說，所謂程序，主要就是告訴計算機要對什麽數據做什麽操作。第1節我們介紹了如何通過變量定義數據，第2節介紹了數據的第一個操作 - 賦值，第3節介紹了數據的基本運算，第4節到本節介紹了數據的二進制表示及位運算。
至此，我們可以定義基本數據類型，以及對基本數據進行基本運算了，但實際操作中不是只有運算本身的，我們需要有表達類似"如果"/"那麽"邏輯的機制，即根據具體情況選擇執行的機制，也就是流程控制。
【轉載】計算機程序的思維邏輯 (8) - char的真正含義