字符编码理解

自己没有对编码做过多的探讨和学习，主要参考两篇博文，已经可以很好的理解什么是字符编码，以及字符编码的使用等问题。
两篇博文地址：
http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html，
http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/，
https://www.ibm.com/developerworks/cn/java/j-lo-javaio/


现在总结下自己的学习认识，如下：
1，为什么要编码
首先要认识下，在计算机存储和传输中， 都是用字节（0，1）存储和传输，包括本地磁盘和网络空间，
但人们为了简便操作计算机，引入了字符概念。
字符就是人们语言符号，因为语言有多种，所以也引入多种字符集，包括ASCII，GB2312, GBK, Unicode和UTF-8等；

其中计算机处理的最小单位是一个字节（8位）；

2，简单介绍几种常见字符集

ASCII:单字节编码，总共有 128 个，用一个字节的低 7 位表示，0~31 是控制字符如换行回车删除等；32~126 是打印字符，可以通过键盘输入并且能够显示出来。
ISO-8859-1:扩展 ASCII 编码，单字节编码，它总共能表示 256 个字符。涵盖了大多数西欧语言字符;
GB2312：双字节编码，总的编码范围是 A1-F7，其中从 A1-A9 是符号区，总共包含 682 个符号，从 B0-F7 是汉字区，包含 6763 个汉字。
GBK：扩展 GB2312，双字节编码，增加更多字符，比如繁体字符。
UTF-8：采用了一种变长技术，每个编码区域有不同的字码长度。不同类型的字符可以是由 1~4 个字节组成。
Unicode：统一码，只是一个符号集，它只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-8是Unicode的实现方式之一。Unicode规范中定义，每一个文件的最前面分别加入一个表示编码顺序的字符，这个字符的名字叫做"零宽度非换行空格"（ZERO WIDTH NO-BREAK SPACE），用FEFF表示。这正好是两个字节，而且FF比FE大1。
如果一个文本文件的头两个字节是FE FF，就表示该文件采用大头方式；如果头两个字节是FF FE，就表示该文件采用小头方式。
3，编码的两个角度分类
准对JAVA IO操作，有下面两组分类：
a,基于字节操作的 I/O 接口：InputStream 和 OutputStream
b,基于字符操作的 I/O 接口：Writer 和 Reader
c,基于磁盘操作的 I/O 接口：File
d,基于网络操作的 I/O 接口：Socket
前两组主要是根据传输数据的数据格式，后两组主要是根据传输数据的方式;
4，JAVA的内存存储也是16位，二进制存储方式；
5，编码选择：
对中文字符后面四种编码格式都能处理，GB2312 与 GBK 编码规则类似，但是 GBK 范围更大，它能处理所有汉字字符，
所以 GB2312 与 GBK 比较应该选择 GBK。
UTF-16 与 UTF-8 都是处理 Unicode 编码，它们的编码规则不太相同，相对来说 UTF-16 编码效率最高，
字符到字节相互转换更简单，进行字符串操作也更好。它适合在本地磁盘和内存之间使用，
可以进行字符和字节之间快速切换，如 Java 的内存编码就是采用 UTF-16 编码。但是它不适合在网络之间传输，
因为网络传输容易损坏字节流，一旦字节流损坏将很难恢复，想比较而言 UTF-8 更适合网络传输，
对 ASCII 字符采用单字节存储，另外单个字符损坏也不会影响后面其它字符，
在编码效率上介于 GBK 和 UTF-16 之间，所以 UTF-8 在编码效率上和编码安全性上做了平衡，是理想的中文编码方式。