Java字符编码和字符集
Java字符编码和字符集教程
在计算机里面存储的信息都是用二进制数表示的，我们在显示器上面看到的数字、英文、标点符号和图片等等都是通过二进制数转换之后的结果。
按照某种规则，将字符存贮到计算机中，我们称为编码。我们将存储在计算机里面的二进制数按照某种规则解析显示出来，我们称为解码。
字符集又叫编码表，是一个系统支持的所有字符的集合，包括各国家的文字、标点符号、图形符号、数字等等。
Java字符编码详解
在计算机里面，任何的文字都是以指定的编码方式存在的，计算机要准确的存储和识别各种字符集符号，都需要进行字符的编码。Java 语言中最常见的编码是ASCII、 ISO8859-1、GBK/GB2312、unicode。
ASCII字符集
- ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，用于显示现代英语，主要包括控制字符（回车键、退格、换行键等）和可显示字符（英文大小写字符、阿拉伯数字和西文符号）。
- 基本的ASCII字符集，使用7位（bits）表示一个字符，共 128 字符。ASCII 的扩展字符集使用 8 位（bits）表示一个字符，共 256 字符，方便支持欧洲常用字符。
ISO-8859-1字符集
- 拉丁码表，别名 Latin-1，用于显示欧洲使用的语言，包括荷兰、丹麦、德语、意大利语、西班牙语等。
- ISO-5559-1 使用单字节编码，兼容 ASCII 编码。
GBK/GB2312字符集
- GB就是国标的意思，是为了显示中文而设计的一套字符集。
- GB2312：简体中文码表。一个小于 127 的字符的意义与原来相同。但两个大于 127 的字符连在一起时，就表示一个汉字，这样大约可以组合了包含 7000 多个简体汉字，此外数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的"全角"字符，而原来在 127 号以下的那些就叫"半角"字符了。
- GBK：最常用的中文码表。是在 GB2312 标准基础上的扩展规范，使用了双字节编码方案，共收录了 21003 个汉字，完全兼容 GB2312 标准，同时支持繁体汉字以及日韩汉字等。
unicode字符集
- Unicode 编码系统为表达任意语言的任意字符而设计，是业界的一种标准，也称为统一码、标准国
码。
- 它最多使用4个字节的数字来表达每个字母、符号，或者文字。有三种编码方案，UTF-8、UTF-16和 UTF-32。最为常用的UTF-8编码。
- UTF-8编码，可以用来表示Unicode标准中任何字符，它是电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。互联网工程工作小组（IETF）要求所有互联网协议都必须支持 UTF-8编码。所以，我们开发 Web 应用，也要使用 UTF-8 编码。它使用一至四个字节为每个字符编码，编码规则：
- 128个 US-ASCII 字符，只需一个字节编码。
- 拉丁文等字符，需要二个字节编码。
- 大部分常用字（含中文），使用三个字节编码。
- 其他极少使用的Unicode辅助字符，使用四字节编码。
Java字符编码和字符集总结
字符编码就是一套自然语言的字符与二进制数之间的对应规则。编码将自然语言转换成计算机二进制语言，解码是将计算机二进制语言转换成自然语言。
在计算机里面存储和读取的时候，编码必须要一致，不然会容易产生乱码的情况。
