char可以存汉字吗，底层是怎么存的?

先给出结论：

1. char变量是用来存储Unicode编码字符的，采用Unicode编码集，一个char占用两个字节，而一个中文字符也是两个字节，因此Java中的char是可以表示一个中文字符的；

2. Java内部其实是使用的UTF-16的编码，所以是支持大部分非生僻汉字的；

3. Java的char只能表示UTF-16中的BMP部分的中文字符，不能表示扩展字符集里的中文字符；

Java中char类型使用16位无符号整数来描述unicode中最早一批收录的字符，这批字符后来被叫作Basic Multilingual Plane(BMP)。

char类型是按照Unicode规范实现的一种数据类型，固定16bit大小，范围为 [U+0000,U+FFFF] (无符号16进制)。现如今，Unicode字符集已经进行了扩展，表示的范围已经超过了16bit。Unicode字符集的数值范围扩大到了[U+0000,U+10FFFF]。

一个char能够存储16bit大小的数值，即2个字节。但是，就常用的UTF-8编码来说，我们都听说过他是用3或者4个字节来表示一个汉字的。就拿3个字节来算的话，一个char也存不下是不是？

而且，绝大部分的中文字符的Unicode范围是[0x4E00, 0x9FBB]，恰好是char可存储的范围内。

是不是说这里出现了破解不了的矛盾呢？UTF-8占用3到4个字节，char只能存2个字节（16bit），然而UTF-8中的几乎所有汉字都是在char可存储的范围内，是不是矛盾了？

不矛盾，这里给出解释：

先看图,首先我们得清楚class文件编码格式是UTF-8,JVM虚拟机内存中字符编码是UTF-16,而Java代码是在虚拟机运行的.

UTF-16编码对于占用两个字节的字符是直接存储Unicode值,而UTF-8有标识位所以需要三个字节才能存储.

具体内容可参考我的这两篇文章:

UTF-8 与 UTF-16编码详解_小鲁蛋儿的博客-CSDN博客

Java在编译到执行过程的编码问题_小鲁蛋儿的博客-CSDN博客