IO知识点（六）—— Java 编码中文问题讲解 UNICODE，GBK，UTF-， ISO-8859-1 之间的区别

从事软件开发工作的人员经常会遇见字符编码问题，比如常见的“乱码”。

乱码是由于系统或软件缺乏对某种字符编码的支持，而产生的不能正常阅读的混乱字符。

---

一.，字符、字符集与字符编码

字符是各种文字和符号的总称，包括各个国家文字、标点符号、图形符号、数字等等。

字符集是多个字符的集合。字符集种类很多，常见的字符集有：ASCII、GBK、Unicode、BIG5等，每个字符集包含的字符个数各不一样。计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种文字。

字符编码（英语：Character encoding）也称字集码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。

字符编码和字符集区别：

• 字符编码和字符集不一样，字符集只是字符的集合，不一定适合作网络传送、处理，有时须经编码(encode)后才能应用。如Unicode可依不同需要以UTF-8、UTF-16、UTF-32等方式编码。
• 字符编码就是以二进制的数字来对应字符集的字符。因此，对字符进行编码，是信息交流的技术基础。

通俗来讲，使用哪些字符，也就是说哪些汉字、字母和符号会被收入标准中，所包含“字符”的集合就叫做“字符集”。规定每个“字符”分别用一个字节还是多个字节存储，用哪些字节来存储，这个规定就叫做“编码”。

各个国家和地区在制定编码标准的时候，“字符的集合”和“编码”一般都是同时制定的。因此，平常我们所说的“字符集”，比如：GB2312, GBK, JIS 等，除了有“字符的集合”这层含义外，同时也包含了“编码”的含义。

注意：Unicode字符集有多种编码方式，如UTF-8、UTF-16等；ASCII只有一种；大多数MBCS（包括GB2312）也只有一种。

2，编码概念初识

 计算机存放数据只能存放数字，所有的字符都会被转换为不同的数字（也就是上面所说的编码）。
就像一个棋盘一样，不同的字，处于不同的位置，而不同的位置，有不同的数字编号。
有的棋盘很小，只能放数字和英文
有的大一点，还能放中文
有的“足够”大，能够放下世界人民所使用的所有文字和符号

如图所示，英文字符 A 能够放在所有的棋盘里，而且位置都差不多
中文字符, 中文字符 中 能够放在后两种棋盘里，并且位置不一样，而且在小的那个棋盘里，就放不下中文