字符串的编码问题详解

字符串的编码问题详解：

首先我们要先知道这几个名词：字符（char），字符集（charset），编码字符集Coded Character set），字符编码方案（Character Encoding Scheme），编码（Encoding）

字符：就是文字与符号的总称

字符集：就是字符的集合，

常用的字符集有：

ASCII:美式字符集，包含大小写英文字符、阿拉伯数字和标点符号以及33个控制符号

ISO-8859-1:西欧字符集，包好ASCII字符集和西欧国家的字符，通常说成Latin-1

GB2312：简体中文字符集，一共收录了7445（包括6763个汉字和682个其他字符【包括ASCII字符 集】）个字符，未收录繁体字符和一些偏僻字

BIG5：繁体字符集，包括国际繁体字13053个

GBK：国际简繁体字符集，包括GB2312和BIG5和一些符号，共有21003个

GB18030：是国家指定的一个强制性大字符集标准，包括GBK和其他所有中文字符，GB18030-2000 包含27533个字符，GB18030-2005包括70244个汉字

Unicode字符集，几乎包括世界上所有语言的文字

编码字符集：

一个字符集想要被计算机表示，就应该先映射成一个数字代码，因为计算机本质只能表示数字

所以编码字符集：就是为每一个字符赋一个数字代码

字符编方案：

计算机是如何存储的呢?，计算机只能存储字节序列，所以就要将这些数字代码转化成字节序列，如何转化?这就是字符编方案的事了

字符编码方案：将字符集中字符所对应的数字代码转化为字节序列，一个编码字符集对应多个字符编码方案

哥哥字符集的编码方案：

ASCII：定常编码方案：使用1个字节，7位表示编码，最高位表示奇偶校验

ISO-8859-1：定长方案，使用1个字节便是编码

GB231、BIG5和GBK：定常编码，使用2个字节编码

GB18030：使用变长编码方案，使用1,2,4字节编码

Unicode：UTF-8变长编码方案，1~6个字节编码，（英文，数字，符号用1个字节，中文用3个字节）是互联网和UNIX/Linux系统广泛支持的

   UTF-16定常编码方案：使用2字节编码，java内部和Windows XP内部使用的就是这种编码方案

编码：就是将编码字符集和字符编码方案组合起来