踏上地面的第1天

        今天，无意中看到了一篇写JAVA字符集的文章，才知道原来自己对它的了解是那么的肤浅。

每天都在写JSP页面，每天都用到了字符集，可是却没有真正去了解字符集是个什么东西，还好，

今天让我看到了这么一篇好文章，我准备利用今天剩下的时间把它看完。

         1. iso8859-1 编码，和ascii编码相似，属于单字节编码，最多能表示的字符范围是0-255，

            应用于英文系列。比如，字母'a'的编码为0x61=97。 iso8859-1编码表示的字符范围很窄，无法表示中文字符。

         2. GB2312/GBK 这就是汉子的国标码，专门用来表示汉字，是双字节编码，

              而英文字母和iso8859-1一致（兼容iso8859-1编码）。

              gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。 
         3. unicode 这是最统一的编码，可以用来表示所有语言的字符，是定长双字节（也有四字节的）编码，

             包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。

             相对于iso8859-1编码来说，uniocode编码只是在前面增加了一个0字节，比如字母'a'为"00 61"。 
             定长编码便于计算机处理（注意GB2312/GBK不是定长编码），

             而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。 

        4. UTF  unicode编码不兼容iso8859-1编码，

            容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。

            因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，

            utf编码是不定长编码，每一个字符的长度从1-6个字节不等。utf编码自带简单的校验功能。

            一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。 
            如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。虽然utf编码对汉字使用3个字节，

            但即使对于汉字网页，utf编码也会比unicode编码节省，因为网页中包含了很多的英文字符。 

        参考资料：http://blog.csdn.net/chensheng913/archive/2006/08/29/1138170.aspx