mysql数据库一个汉字到底占几个字节

一个汉字占多少长度与编码有关：

若采用UTF－8编码，则一个汉字＝3个字节。

若采用GBK编码，则一个汉字＝2个字节。

项目中oracle10g数据库表字段为varchar（n）类型，存英文很简单，只要字母个数不大于n即可。但是对于汉字，按照同样的方法就不行了。因为对于汉字不同的字符集，在数据库占用的字节是不一样的。

比如varchar（10）类型的字段，UTF-8的汉字，只能存3个，gbk字符集的汉字却能存5个。所以在程序中根据表字段varchar的大小，保存或更新时作出必要的校验否则后台会报错。

对于一个网站、论坛来说，如果英文字符较多，则建议使用UTF－8节省空间。不过现在很多论坛的插件一般只支持GBK。

GB2312是GBK的子集，GBK是GB18030的子集

GBK是包括中日韩字符的大字符集合

扩展资料

字符最终是以二进制形式存储在磁盘的，这也是为什么要有字符编码的原因，因为计算机最终都要以二进制形式存储，那么编码规则就是用什么样的二进制来代表这个字符。

例如，ASCII码表中，01000011这个二进制对应的十进制是67，它代表的就是英语字母C。准确概述来说，字符编码方式是用一个或多个字节的二进制形式表示字符集中的一个字符。

每种字符集都有自己特有的编码方式，因此同一个字符，在不同字符集的编码方式下，可能会产生不同的二进制形式。

另外，字符集合只是指定了一个集合中有哪些字符，而字符编码，是为这个集合中所有字符定义相关编号，而字符集（注意与字符集合的区别）是字符和集合与编码规则的混合体，这也是有时候编码方案代表字符集的原因。

如果你说的“字符”就是指 Java 中的 char，那好，那它就是 16 位，2 字节。

如果你说的“字符”是指我们用眼睛看到的那些“抽象的字符”，那么，谈论它占几个字节是没有意义的。具体地讲，脱离具体的编码谈某个字符占几个字节是没有意义的。

就好比有一个抽象的整数“42”，你说它占几个字节？这得具体看你是用 byte，short，int，还是 long 来存它。

用 byte 存就占一字节，用 short 存就占两字节，int 通常是四字节，long 通常八字节。

当然，如果你用 byte，受限于它有限的位数，有些数它是存不了的，比如 256 就无法放在一个 byte 里了。

字符是同样的道理，如果你想谈“占几个字节”，就要先把编码说清楚。同一个字符在不同的编码下可能占不同的字节。

就以你举的“字”字为例，“字”在 GBK 编码下占 2 字节，在 UTF-16 编码下也占 2 字节，在 UTF-8 编码下占 3 字节，在 UTF-32 编码下占 4 字节。不同的字符在同一个编码下也可能占不同的字节。

“字”在 UTF-8 编码下占3字节，而“A”在 UTF-8 编码下占 1 字节。（因为 UTF-8 是变长编码），而 Java 中的 char 本质上是 UTF-16 编码。而 UTF-16 实际上也是一个变长编码（2 字节或 4字节）。

如果一个抽象的字符在 UTF-16 编码下占 4 字节，显然它是不能放到 char 中的。换言之， char 中只能放 UTF-16 编码下只占 2 字节的那些字符。而 getBytes 实际是做编码转换，你应该显式传入一个参数来指定编码，否则它会使用缺省编码来转换。

你说“ new String("字").getBytes().length  返回的是3 ”，这说明缺省编码是 UTF-8.

如果你显式地传入一个参数，比如这样“ new String("字").getBytes("GBK").length ”，那么返回就是 2。你可以在启动 JVM 时设置一个缺省编码，假设你的类叫 Main，那么在命令行中用 java 执行这个类时可以通过 file.encoding 参数设置一个缺省编码。

比如这样：java -Dfile.encoding=GBK Main

这时，你再执行不带参数的 getBytes() 方法时，new String("字").getBytes().length  返回的就是 2 了，因为现在缺省编码变成 GBK 了。

当然，如果这时你显式地指定编码，new String("字").getBytes("UTF-8").length  返回的则依旧是 3.

否则，会使用所在 *** 作系统环境下的缺省编码。

通常，Windows 系统下是 GBK，Linux 和 Mac 是 UTF-8.

但有一点要注意，在 Windows 下使用 IDE 来运行时，比如 Eclipse，如果你的工程的缺省编码是 UTF-8，在 IDE 中运行你的程序时，会加上上述的 -Dfile.encoding=UTF-8 参数，这时，即便你在 Windows 下，缺省编码也是 UTF-8，而不是 GBK。

由于受启动参数及所在 *** 作系统环境的影响，不带参数的 getBytes 方法通常是不建议使用的，最好是显式地指定参数以此获得稳定的预期行为。

这个看你用什么字符集，

如果是gbk，一个汉字占2个字节

如果是utf-8，一个汉字占3个字节

一般mysql，用的是utf-8，不过这个最好看一下。

---