java字符编码

1.字符集   与  字符集编码

字符集是指待表示的字符集合。GB 2312是一个中文字符集，收录6763个汉字，其中一级汉字3755个，二级汉字3008个；同时，GB 2312收录了包括拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母在内的682个全角字符。每个字符用两个字节表示。big5为台湾繁体字符集.....,相同的字节在不同的字符集中表示不同的字符。为了统一，提出unicode字符集。

unicode它为每种语言中的每个字符设定了统一并且唯一的二进制编码。每个字符集（不论是gb2312,big5,gbk,unicode）中，每个字符都是由一个固定长度的二进制数表示，如unicode字符集中，汉字的'汉',用0x6C49表示。为了表示汉字的‘汉’，可以在存储介质上以0x6c49表示。对于大多数字符集而言，字符集和字符集编码是一致的。但是，unicode表示了每种语言的字符，英文字符原来是ASCII字符集，当采用unicode，意味着英文字符在存储介质上占用的空间翻倍，而且和原来的表示不兼容。从而提出了字符集编码的方式来解决该问题。字母A在unicode字符集中，以0x0065表示，在保存在存储介质时，只存储0x65。这就是utf-8的编码，以变长字节表示。

2.jvm内部采用unicode字符集,采用utf-16编码