编码问题学习（一）

计算机使用字节，即8位，作为最小的可寻址内存单元，内存的每个字节都由一个唯一的数字来标识，称为地址。——byte

 

人类要表示的符号太多，无法用一个字节表示。——char

 

从char到byte的过程即为编码。

 

字符集：一个系统支持的所有抽象字符的集合。

 

字符编码：一套法则，使用该法则，可以将自然语言的字符集合和其他的字符集合进行配对。

 

ASCII码：使用一个字节的低7位的编码，可以表示128个字符，包括显示字符和控制字符。

 

ISO-8859-1 :单字节编码，可以表示256个字符。

 

GB2312：双字节编码，包含682个符号，6763个汉字。

 

GBK：四字节编码，可以表示21003个汉字，和GB2312兼容，即使用GB2312编码的文件可以使用GBK解码，并且不会有乱码。

 

unicode码：使用两个字节来编码一个字符。它只是一个符号集，规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

 

UTF-16：定义了计算机中对Unicode的存取方法，UTF-16用两个字节来表示unicode转化格式，它是定长的表示方法，无论什么字符都用两个字节表示，所以UTF-16表示字符非常方便，每两个字节表示一个字符，大大简化了字符串操作，这也是JAVA以UTF-16作为内存的字符存储格式的一个很重要的原因。

 

UTF-8：是一个变长技术，使用1~6个字节表示一个符号。