编码问题小汇总

ASCII一个字节，只用7位，范围0x0-0x7f

LATIN-1(iso-8859-1)也是一个字节，兼容ASCII，范围0x0到0xff

unicode给每一个字符一个值，是规范，0x0到0x10ffff，每间隔ffff分一个plate，共17个

utf8,变长 1-6，0开头就是ASCII ，以1开头，那么连续个1的个数就是后面跟了几个字节，后面的字节10开头，然后用unicode的值依次去填充空位（高位补0），在网络传输上确实可以节省空间

utf16 变长2或者4，0xffff范围内就是2个 0x10000到0x10ffff就是4个，高2位字节以110110开头，

低2位字节以110111开头，然后也是用unicode二进制去填充

utf32 定长4，范围0x0到0x10ffff

gbk自定义编码值，没有遵守unicode规范

至于ucs-2 ucs-4 则是用定长的2位和4位保存unicode，其二进制和unicode的code point一致

java char是用2个字节的unicode,所以还是有很多字符没法正常显示的

为什么现在String有LATIN-1和UTF16，utf16 2个字节的基本都是常用的，而4个字节表示的就不常用了，如果认为字符串都是常用的，那么用utf16的某些字符串操作就更快

字符串编码问题 new和getbytes指定的编码不一致可能就会出现问题

流操作InputStreaem和OutputStream采用的编码不一致会出问题