常用字符集与乱码原因

1.ASCII字符集：仅对英文字符编码，每个字符用1B编码，7位二进制足以表示所有ASCII字符集，因此最高位始终为0

2.GBK字符集：GB2312字符集（简体中文字符集）+BIG5字符集（台湾地区繁体中文字符集），GBK是简体中文版Windows系统默认的字符集（不同Windows版本的字符集都互不兼容，但其中的每个字符集都称作ANSI，因此简体中文版Windows系统显示字符集是ANSI，但实际使用的是GBK字符集）

        （1）英文编码方式：GBK完全兼容ASCII，因此英文编码与ASCII相同，编码长度也为1B

        （2）汉字编码方式：每个汉字用2B编码，最高位为1（与英文编码区分），转数字后是负数

3.Unicode字符集：包含世界各种语言的字符集

        （1）编码方式：

                ①UTF-16编码规则：用2~4个字节保存。

                ②UTF-32编码规则：固定使用4个字节保存。

                ③UTF-8编码规则：用1~4个字节保存，其中ASCII文字用1字节保存，拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文用2字节保存，中日韩文字、东南亚文字、中东文字用3字节保存，其它语言用4字节保存。对于1个字节的ASCII文字的编码都是0开头，而n（n>1）字节的编码，首个字节以n个1+1个0开头，其余字节以10开头。

        （2）英文编码方式：Unicode完全兼容ASCII，因此英文编码与ASCII相同，编码长度也为1B

        （3）汉字编码方式：将汉字字符在Unicode中对应数字的二进制xxxxxxxx xxxxxxxx（16位）依次填入到1110xxxx 10xxxxxx 10xxxxxx（16个填充位）中

4.乱码出现的原因：

        （1）读取数据时未读完整个字符

        （2）编码方式与解码方式不一致