java String与unicode

java String与unicode
java.nio.charset.Charset
public static Charset defaultCharset()
此方法的作用：返回java虚拟机的默认字符集，默认的字符集取决于操作系统的字符集。
java.lang.String
public byte[] getBytes()
此方法的作用：编码字符串到一个字节流序列，此时采用的编码是平台默认的编码，如果想获得指定编码的字节序列,可用下面这个方法：
public byte[] getBytes(String charsetName)
按照指定编码返回此字符串的编码格式。
证据如下：
 
String str = "我";
System.out.println(Integer.toHexString(codePoint));
byte[] bs = str.getBytes();
System.out.println(Charset.defaultCharset());
for (int i=0; i<bs.length; i++) {
    System.out.print(bs[i] + " ");
｝
System.out.println();
6211
GBK
-50 -46
当指定编码为UTF-8时：
6211
GBK
-26 -120 -111
 
当指定为UTF-16时：
-2 -1 98 17
注意此处输出了四个字节，是因为前面两个字节是用来表示字符的编码序列.
public int codePointAt(int index)
返回指定索引处的字符（Unicode 代码点）。该索引引用 char 值（Unicode 代码单元），其范围从 0 到length()- 1。
注意字符串在内存中是以unicode代码点的方式存储的。
 
public String(byte[] bytes, String charsetName)
    throws UnsupportedEncodingException
构造一个新的 String，方法是使用指定的字符集解码指定的字节数组。新的 String 的长度是一个字符集函数，因此不能等于字节数组的长度。
 
public String[] split(String regex)
根据给定的正则表达式的匹配来拆分此字符串。
该方法的作用就像是使用给定的表达式和限制参数 0 来调用两因此，结果数组中不包括结尾空字符串。
例如，字符串 "boo:and:foo" 产生带有下面这些表达式的结果：
Regex
结果
:
{ "boo", "and", "foo" }
o
{ "b", "", ":and:f" }
 
试验证明：
String str = "boo:and:foo";
String[] tr = str.split(":");
for (String s : tr) {
    System.out.println(s);
}
输出结果：
boo
and
foo
 
public String[] split(String regex,
                      in