关于常用字符编码的测试

　　在编程之中经常会遇到编码的问题，尤其是在web开发中经常会遇到乱码，这是一个很让人头疼的问题，以前对于编码的知识仅限于知道有哪几种常用的编码，比如ASCII，Unicode，GBK等，遇到乱码的时候把编码改成gbk或者utf-8试试就行了，但是觉得这样始终不是解决问题的方法，于是乎今天找了很多关于字符编码的博文来看，对于字符的编码也理解了好多，在这里将自己理解到的先放上来，如果有什么没理解对的地方希望各位予以纠正。

　　ASCII（American Standard Code for Information Interchange，美国信息互换标准代码），这是我们学编程最早接触到的编码了，主要用于显示现代英语，仅用一个字节来表示字符，而且只用了这个字节的后七位，所以总共可以表示128个字符，所以我们表示‘xiao123’这个字符串的时候仅用7个字节就能表示出来，但是ASCII码只能显示美国英语和一些西欧语言，如果其余国家的人想用计算机，这显然是不可行的。

　　

 

　　利用windows7自带的记事本进行测试，打开记事本程序，输入'123456中'，一个7个字符，我们在保存的时候选择ANSI编码，保存为test.txt，ANSI一般在简体中文系统中表示的是GB2312编码，所以我们接下来验证一下

　　打开属性发现这个文件占了八个字节，也就是说我们刚才输入的7个字符占了8个字节，利用java的文件输入流将这个文件按字节输出，结果读取到了49 50 51 52 53 54 -42 -48 ,前面六个数字可以理解为'123456'六个字符的ASCII码，因为GB2312是向下兼容ASCII码的，所以这里存储'123456'还是以ASCII值存储的，后面的'中'字存储下来为-42 -48,读取出来的为补码值，-42 -48这里表示二进制补码为 1010 1010 1011 0000 ,转换为原码为 1101 0110 1101 0000，转换为16进制为 D6 D0，为什么要转换为16进制呢，因为我们要去查询GB2312的编码表，

查询GB2312编码表结果D6D0果真是'中',这里我们验证了windows7中简体中文系统中ANSI编码是用的GB2312编码。

　　接下来测试在记事本保存的时候选择Unicode码（这应该是小端编码），查看所占字节

发现占了16个字节，也就是说7个字符占了16个字节，这是怎么来的呢，我们利用java的字节输入流读入输出结果为-1 -2 49 0 50 0 51 0 52 0 53 0 54 0 45 78,原来Unicode文本前面的两位是BOM(Byte Order Mark)字节顺序标记，这是用是于识别用的是哪一种Unicode编码的，-1 -2 转换为原码十六进制为 FF FE  这种编码表示的是UTF-16/UCS-2 小端，于是后面两位为一个字符，第一个字符为49 0 即是 表示的值为0000 00000 0011 0001这个数，最后的45 78 ,表示数字二进制为0100 1110 0010 1101 ,转换为原码 16进制为4E 2D查询Unicode编码表结果的确为'中'字,所以此处Unicode码为 UTF-16/UCS-2 小端.