暑期JAVA学习（20）字符集

一、常见字符集介绍

（1）字符集基础知识

●计算机底层不可以直接存储字符的。计算机中底层只能存储二进制(0、1)
●二进制是可以转换成十进制的

结论：计算机底层可以表示十进制编号。计算机可以给人类字符进行编号存储，这套编号规则就是字符集。

（2）ASCII字符集：

●ASCII(American Standard Code for Information Interchange，美国信息交换标准代码)：包括了数字、英文、符号。
●ASCII使用1个字节存储一个字符，一个字节是8位，总共可以表示128个字符信息，对于英文，数字来说是够用的。

（3）GBK：

●window系统默认的码表。兼容ASCII码表，也包含了几万个汉字，并支持繁体汉字以及部分日韩文字。
●注意：GBK是中国的码表，一个中文以两个字节的形式存储。但不包含世界上所有国家的文字。

（4）Unicode码表：

●unicode（又称统一码、万国码、单一码）是计算机科学领域里的一项业界字符编码标准。
●容纳世界上大多数国家的所有常见文字和符号。
●由于Unicode会先通过UTF-8，UTF-16，以及 UTF-32的编码成二进制后再存储到计算机，其中最为常见的就是UTF-8。

注意：
●Unicode是万国码，以UTF-8编码后一个中文一般以三个字节的形式存储。
●UTF-8也要兼容ASCII编码表。
●技术人员都应该使用UTF-8的字符集编码。
●编码前和编码后的字符集需要一致，否则会出现中文乱码。

（5）汉字存储和展示过程解析

（6）总结

1、字符串常见的字符底层组成是什么样的？
●英文和数字等在任何国家的字符集中都占1个字节
●GBK字符中一个中文字符占2个字节
●UTF-8编码中一个中文1般占3个字节
2、编码前的字符集和编码好的字符集有什么要求？
●必须一致，否则会出现中文字符乱码
●英文和数字在任何国家的编码中都不会乱码

二、字符集的编码、解码操作

（1）String编码

方法名称	说明
byte[] getBytes()	使用平台的默认字符集将该String编码为一系列字节，将结果存储到新的字节数组中
byte[] getBytes(String charsetName)	使用指定的字符集将该String编码为一系列字节，将结果存储到新的字节数组中

（2）String解码

构造器	说明
String(byte[] bytes)	通过使用平台的默认字符集解码指定的字节数组来构造新的String
String(byte[] bytes, String charsetName)	通过指定的字符集解码指定的字节数组来构造新的String

（3）具体使用