乱码的原因

乱码出现的原因：

乱码出现实际是使用错误的解码方式，像UTF-8中的中国，总占六个字节，(UTF8中一个汉字占三个字节)

却用GBK的解码方式去解，GBK的中国只占四个字节，(GBK中一个汉字占两个字节)

解码的动作变这样，错误可想而知

下面的一个1代表一个字节

111 111  --》   11  11  11

字节状态的汉字和内存中的汉字应该是不同的

内存中的汉字已经是汉字了(或者说是char类型)，它可以以任何编码输出

字节状态中的汉字只能以固定的编码解析

为什么以GBK为编码的中国在控制台会乱码呢，因为控制台设置的是utf-8,以utf-8解GBK

11 11 ->   111  1??

同样代码中的一些中文注释也是这个道理，GBK被以UTF-8解码，自然乱了

标准字符和非标准字符(就是ascii和非ascii)

为什么abc等一些字符不会乱码呢，无论是utf-8转gbk，还是转iso8859-1都不会呢？

原来。。。

以utf-8来说，它们的最左边那位，好像是叫符号位的东东，都是0，而汉字却是1，以此区分

所有编码方式应该都是按这个标准执行的，所以abc之流，不会乱码，

不论是utf-8,gbk中的abc都只占一字节。

下面以二进制展示例子：

（非标准字符（以GBK为例)）汉字 -> 1xxxxxxx 1xxxxxxx 

（标准字符）abc之流 -> 0xxxxxxx

当然这个标和非标只是我理解出来的一个概念