字节码的整理

为什么要编码？

不知道大家有没有想过一个问题，为什么要编码，不编码可以吗？ 明确回答，NO。计算机世界只有0和1二进制编码，其基本存储单元也是byte（字节）来表示。但人类语言太多，无法用byte来全部表示，毕竟byte只有8位，能表示256个字符。所以需要一些翻译工作，各国根据自己语言特性，都想制定标准，所以就有个多种编码格式。
char是为了解决这种上述问题出现的，char转byte是编码，byte转char是解码。

相关基础知识点

1. 字符（Character）
   各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。

2. 字符集(Character Set)
   字符集(Character set)是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。

3. 字符编码(Character Encoding）
   是一套法则，使用该法则能够对自然语言的字符的一个集合。

几种常见的编码格式

ASCII
ASCII字符集：主要包括控制字符（回车键、退格、换行键等）（范围是十进制是0到31）；可显示字符（英文大小写字符、阿拉伯数字和西文符号）（范围是十进制32-127）。
ASCII编码：使用低7位（bits）表示一个字符，共128字符. 这128个字符组成基本的编码字符。但是局限性很大，无法表示大量的字符，所以并不是广泛使用。

ISO-8859-1
ISO组织在ASCII码基础上又制定了一系列的标准来扩展ASCII编码，其中ISO-8859-1就是一种，它是单字节编码，总共能够表示256个字符。

GB2312
适用于中文的一种编码格式，属于双字节编码，也就是一个汉字字符需要两个字节来表示。表现的汉字不超过7000个。

GBK
基于GB2312，也是双字节编码，可以表示21003个汉字。用GB2312编码的汉字可以用GBK来编码。

UTF-16
为了能够使世界上所有的语言都通过一种编码方式来互相转换吗，制定了Unicode（统一编码）,Unicode是Java和XML的基础。UTF-16定义了Unicode在计算机中的存取方式，顾名思义16表示2Bit，也就是一个字符由两个字节表示，不够的用00补全，所以使用UTF-16字符集，编码和解码都很方便。但是存在一个明显的问题，存储空间扩大了一倍，在非常邮有限的网络带宽中，会很容易的增大网络传输的流量。

UTF-8
为了解决UTF-16的浪费存储空间问题，出现了UTF-8这种变长的编码方式，英文字符用1个byte表示，中文字符用3个byte表示。不同类型的字符可以由1-6个字节组成。

在哪些场景会使用到编码？

1. 在IO操作中存在字符编码
   IO操作主要包括，磁盘IO和网络IO。在网络传输前，需要进行编码，以二进制流形式在网络中传输，然后接收方进行解码。

2. 在内存操作中存在字符编码
   除了IO外，最常见的是内存中从字符到字接的数据类型转换。

   String s = "人民的名义";
   byte[] bytes = s.getbytes("UTF-8");// 没有指定编码方式时，则采用系统默认的编码方式。
   String news = new String(bytes, "UTF-8");// 解码方式
   

   StringCoding 类提供了String字符串和byte数组之间的转换接口
   static byte[] encode(String charsetName, char[] ca, int off, int len) static char[] decode(String charsetName, byte[] ba, int off, int len)
   这两个接口是由StringCoding的内部类StringDecoder 和 StringEncoder 分别定义的decode和encode方法来实现，而内部类中的decode和encode方法又是由CharsetEncoder和CharSetDecoder中的encode和decode方法实现，最终这两个方法是由相应类中定义的抽象方法
   public final CoderResult encode(CharBuffer in, ByteBuffer out, boolean endOfInput)；
   protected abstract CoderResult decodeLoop(ByteBuffer in,CharBuffer out)；
   来实现，所以会根据charsetName找到相应的CharSet对象，并找出继承了抽象类CharSetEncoder或CharSetDecoder类的子类中实现的方法来实现。

CharSet类
CharSet chaeSet = Charset.forName(String charSetName) ; // 根据传入的字符集名称，生成相应字符集类型的对象。注意这里虽然使用forName但是并不是反射，跟踪源码可以知道，其实最终是通过查找缓存找到的，跟Class类中的forName不一样。
在CharSet类中，存在两个接口。
ByteBuffer encode(CharBuffer cb)；
CharBuffer decode(ByteBuffer bb)；
可以实现char[] 和 byte[]之间的转换。

CharSet charset = CharSet.forName("UTF-8");
ByteBuffer byteBuffer = charset.encode(String);
CharBuffer charBuffer = charset.decode(byteBuffer);

注意：其实CharSet是UTF-16、UTF-8、GBK等字符集的抽象父类，它们都继承了它。

byte 字节
char 字符
字节和字符的区别?
GBK
UTF-8
UTF-16

常用编码方式的比较：
encode （编码）
decode （解码）

什么情况下出现乱码？ 如何避免？