Java字符编码详解

char

1. “字节”是byte，“位”是bit ；
2. 1 byte = 8 bit ；
3. char 在Java中是2个字节。java采用unicode(《java核心技术卷一》里面有详细说明)，2个字节（16位）来表示一个字符。而Unicode编码包括汉字，所以也可以给char赋值汉字。

那么我们在程序中的char =‘\123’和char = ‘\u0023’甚至’\”’这些又是怎么回事呢？

这个需要从计算机的历史说起。

---

Ascii及中国的编码

既然是程序员，那么大家对Ascii肯定有一定的了解。
Ascii(American Standard Code for Information Interchange)，美国信息互换标准代码，官方的ASCII码表如下->AsciiTABLE。

Ascii为八位一个字节，一共可以组合出256(2的8次方)种不同的状态。

一开始美国人把其中的编号从0开始的32种状态分别规定了特殊的用途，一但终端、打印机遇上约定好的这些字节被传过来时，就要做一些约定的动作。遇上00x10, 终端就换行，例好遇上0x1b, 打印机就打印反白的字，或者终端就用彩色显示字母。
这些0x20以下的字节状态称为”控制码”。

接着把所有的空格、标点符号、数字、大小写字母分别用连续的字节状态表示，一直编到了第127号，这样计算机就可以用不同字节来存储英语的文字了。

后来，就像建造巴比伦塔一样，世界各地的都开始使用计算机，但是很多国家用的不是英文，他们的字母里有许多是ASCII里没有的。他们决定采用127号之后的空位来表示这些新的字母、符号，还加入了很多画表格时需要用下到的横线、竖线、交叉等形状，一直把序号编到了最后一个状态255。
从128到255这一页的字符集被称”扩展字符集”。

等到我们天朝用计算机时发现挖槽你他妈一个位置都没留给我，我还有几千上万个文字要保存呢，于是我们自己创造了两个字节编码的“GB2312”以及之后的同样是两个字节的“GBK”。之后“GBK”扩展为“GB18030”，这些编码标准被通称为 “DBCS”&#