编码

1.编码表

1.定义

字符和计算机二进制的对应关系表,就是编码表

2.分类

1. ascii：

   一个字节中的7位就可以表示。对应的字节都是正数。0-xxxxxxx

2. iso-8859-1

   拉丁码表 latin，用了一个字节用的8位。1-xxxxxxx 负数。

3. GBK

   目前最常用的中文码表，2万的中文和符号。用两个字节表示，其中的一部分文字，第一个字节开头是1，第二字节开头是0

4. GB18030

   最新的中文码表，目前还没有正式使用。

5. unicode

   国际标准码表:无论是什么文字，都用两个字节存储。

​ java中的char类型用的就是这个码表。char c = ‘a’;占两个字节。

​ Java中的字符串是按照系统默认码表来解析的。简体中文版 字符串默认的码表是GBK。

​ 7.UTF-8

​ 基于unicode，一个字节就可以存储数据，不要用两个字节存储，而且这个码表更加的标准化，在每一个字节头加入了编码信息(后期到api中查找),3个字节表示中文。

3.能识别中文的码表

GBK、UTF-8；正因为识别中文码表不唯一，涉及到了编码解码问题。

​ 对于我们开发而言；常见的编码 GBK UTF-8 ISO-8859-1

​ 文字—>(数字) ：编码。 “abc”.getBytes() byte[]

​ (数字)—>文字 : 解码。 byte[] b={97,98,99} new String(b)

2.乱码解决

中文乱码出现的情况研究

注意点:乱码解决的办法是再编码再解码

但是如果是编码出错了,无法解决.如果是解码出错了,可以利用再编码再解码

• 编码 解码 结果
• GBK utf8 不可以(GBK2个字节,utf83个字节)
• GBK ISO8859-1 可以
• utf8 GBK 有时可以
• utf8 ISO8859-1 可以
• ISO8859-1 GBK 不可以(编码就出错了)
• ISO8859-1 utf8 不可以(编码就出错了)