java中文乱码问题----常见编码类型

        在java里面的编码问题是一个非常常见的问题，最近在玩网络爬虫，在我写的一个最简单的爬虫示例里面，我发现我爬知乎首页和百度百科的源代码出现了乱码。知乎的首页爬出来的数据，中文能正常显示，而百度百科的首页爬出来的数据中文全部是乱码。这让我想起来总结一下java中编码 中文乱码的问题，不能每次出错了就百度，要搞清楚其中的原理，顺便做个总结。

1. 问题的起源

        对于计算机而言，它只认识0和1，不管是在本地磁盘还是内存中，所有的数据（包括文本，图片，视频）等等都是以二进制的形式保存。

字符是指计算机中使用的字母、数字、字和符号，包括：1、2、3、A、B、C、~！·#￥%……—*（）——+等等。

字符的编码：不同字符对应于二进制的规则。

字符编码的集合就是字符集。

        在早期，只在老美那儿，只需要编码26个字母和一些常用的特殊字符，所以一个字节完全够用。但是随着计算机技术的发展ÿ