Java IO流

IO流中字符编码

常用的编码

• ASCII： ASCII码是7位编码，ASCII字符集包括英文字母、阿拉伯数字和标点符号等字符。专门给英语国家设计的编码。
• GB2312：中文字符集，只收录了6763个常用汉字，字符集中除常用简体汉字字符外还包括希腊字母、日文等字符，未收录繁体中文汉字和一些生僻字。
• GBK：GBK编码是GB2312编码的超集，共收录了21003个汉字，向下完全兼容GB2312。
• Unicode：又称万国码，顾名思义，unicode中收录了世界各国语言，用以解决传统编码的局限性。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
• UTF-8：（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码。
• ISO8859-1：又称Latin-1或“西欧语言”。它以ASCII为基础，在空置的0xA0-0xFF的范围内，加入96个字母及符号，藉以供使用变音符号的拉丁字母语言使用。

每个Java程序员都应该记住，Java使用的是Unicode编码。所有的字符在JVM中（内存中）只有一个存在形式就是Unicode。所以一个char占用2字节。

对于不同编码之间有很重要的两点需要知道：
1、不同编码表示一个字符所占用字节是不相同的，其中ASCII码占一个字节，GB2312、GBK、unicode都用2字节表示一个字符。而UTF-8是可变长的，英文字母用1字节，汉字用3字节表示。
2、同一个字符在不同编码表中的位置也是不同的，比如汉字‘中’在GBK中是D6D0，而在unicode中是4E2D。也就导致了当汉字的解码方式和编码方式不同时会产生乱码。