Java中char的编码方式与多语言区分

????? 大早上突然想起去年遇到的一个问题【如何在服务器端判断一个字符是中文字符还是英文字符】，当时google的各种资料解决的问题，但是现在想来，当时的那个方法还是有各种Bug， 于是就爬起来整理一下自己对Java中char这种基本的数据类型编码方式（String的底层也是char[]实现）的理解

?

==============================华丽丽的分界线=============================

?

Java中使用了Unicode编码方式

public static boolean isChineseCharacter(char ch){return (ch>=0x4E00)&&(ch<0x9FBF) ? true : false;}

但是这种方式不能判断一些中文标点符号：

写道， ： 0xff0c
。 ： 0x3002
、 ： 0x3001
【 ： 0x3010
‘ ： 0x2018 （小于0x3000的字符应该都是比较窄的）

?

?

但是如果你不想针对除了中文、英文字符之外的其他字符进行特殊处理的话、 你可以把后面的那些偏门字符都当做中文字符（大多数情况下都不会遇到的、起码的国内。。。）， 比如把大于0x3000的字符都当做中文字符、小于0x3000的字符都当做英文字符（不知道是否有错误。。。）

?

?

备注： 我们经常会发现这种情况。中文字符用char表示是2byte（即16bits）。但是如果用String的getBytes方法返回的byte数组查看有时就会发现它的长度是3byte（utf-8）、 而英文字符是1byte（用char表示是2byte）。

API给此的解释是：String的getBytes方法使用平台的默认字符集将String编码为byte序列。那么上述的字节长度变化应该是String使用当前环境的编码方式进行了编码得到的byte字符串（现在应该一般都是utf-8吧？如果是gbk的话应该还是2byte），这种编码仅仅是平台相关的而不是底层的（String内部的char[]没有发生变化，Java中基本数据类型的固定长度是平台无关的）。