字符编码合集

1. 区分字符集和编码的区别
2. 查看本机默认编码(新建一个txt文档，默认utf-8，这个和系统编码不一定有关)：
   windows：chcp
   linux： locale LANG=en_US.UTF-8 修改：/etc/sysconfig/i18n LANG=zh_CN.GBK
   重新加载source /etc/sysconfig/i18n
   查看文件编码：file 1.txt 1.txt: ISO-8859 text
   文件转换编码：iconv -f GBK -t UTF-8 1.txt -o 2.txt
   如若文件名展示乱码，表示文件名编码和展示编码不一致，展示编码取系统默认编码，或者展示程序制定的编码，改成一致即可。
3. java：

• 源代码文件编码
• class文件编码： javac -encoding 取源代码文件编码，到class中是变种的utf-8
• 虚拟机内编码：utf-16 string字符串定义的即采用utf-16编码，1到2个代码单元表示一个码点，string的length是代码单元长度，1个表情符号长度可能是2
  char, whose values are 16-bit unsigned integers representing Unicode code points in the Basic Multilingual Plane, encoded with UTF-16, and whose default value is the null code point (‘\u0000’)。 java中char类型使用16位无符号整数来描述unicode中最早一批收录的字符，这批字符后来被叫作Basic Multilingual Plane(BMP)，然后编码表使用的是utf-16。所以，java中单个char类型描述的字符是有限的，单个char只能描述unicode中的BMP范围的码位，也就意味着BMP范围外的字符char是无法表示的。比如表情emoji，要用String保存，string是char数组(java9前)两个char表示一个表情emoji
• io流编码：读取时指定 -Dfile.encoding指定
• 显示编码：如浏览器 指定

4. http：
   客户端：Accept:application/json,text/javascript,*/*;q=0.01
   服务端返回：Content-Type:application/json;charset=UTF-8
   客户端：Conten-Type:applicaiton/x-www-form-urlencoded;charset=UTF-8
   服务端根据编码解析。
   Accept-Encoding:gzip,deflate Content-Encoding:gzip
   Accept-Language:zh-CN Content-Language:zh-CN
   tomcat:Tomcat默认是按ISO-8859-1进行URL解码，ISO-8859-1并未包括中文字符.修改配置：<Connector port=“8080” maxThreads=“150” minSpareThreads=“25” maxSpareThreads=“75” enableLookups=“false” redirectPort=“8443” acceptCount=“100” debug=“99” connectionTimeout=“20000” disableUploadTimeout=“true” URIEncoding=“UTF-8”/>
   url编码解码,又叫百分号编码，是统一资源定位(URL)编码方式。URL地址（常说网址）规定了常用地数字，字母可以直接使用，另外一批作为特殊用户字符也可以直接用（/,:@等），剩下的其它所有字符必须通过%xx编码处理。JS原生的escape只是将中文转换为unicode编码，encodeURI或者encodeURIComponent也是对于中文unicode编码的url再编码,js本身没有特性支持gbk的urlencode，大部分的时候我们是通过后台（java，urlencode.encode(“中文”，”gbk”)）这样来实现的。
   js:url = ‘HelloWorldServlet?star_name=’+encodeURI(encodeURI(“刘德华”));
   java:String starName = java.net.URLDecoder.decode(request.getParameter(“star_name”),“UTF-8”);
   容器会默认解一次码，采用的编码是容器的默认编码，可能是UTF-8，GBK，也可能是其他编码方式。这与你的应用的编码方式未必会一致。所以你直接获取的话可能会出现乱码。

参考：

HTTP：实体(body)数据
让Java世界中再无乱码！5分钟彻底掌握Java字符编码原理
中文乱码 encodeURI来解决URL传递时的中文问题