java 字符集与编码 unicode、utf-8、utf-16、gbk详解编程语言

字符集和编码

字符集，是字符的集合，你可以把它当作一本字典，我们都知道字典与字典不一样，比如新华字典只包含汉字，日语字典只包含日语，英语字典只包含英语，而包含世界上全部字符的字典就是unicode，注意，字符集仅仅规定了某个字符的数值，比如，1表示a，2表示b，3表示c，字符集不规定存储传输，那是编码方案的事情。

编码，就是具体的存储、传输方案，比如可以用1个字节表示a，也可以2个字节表示a

等长编码方案：就是用固定的字节数，表示字符集中所有的字符，比如用2个字节表示所有的字符

变长编码方案：某个字符的字节长度是不确定的，比如在字典中，最前边的100个字符用2个字节编码，其余的，用3个字节编码等等。

unicode：它是一种字符集，仅仅是符号的集合，它的编码方案包含utf8/utf16/utf32

utf-8、utf-16、utf-32：都是unicode的编码解决方案，不同的是，对同一字符，可能使用长度不等的字节数表示，比如，对a，utf-8用1个字节表示，utf-16用2个字节表示，utf-32用4个字节表示，这三种编码方案中有的是变长编码方案，有的是等长编码方案

gbk：既是字符集，也是编码方案，gbk收录了常用的汉字，gbk是双字节字符集。但这是在“全角”情况下，半角情况下数字、英文字母都占用一个字节，兼容ASCII

big5：台湾地区推出的字符集兼编码方案

iso8859-1：即是字符集也是编码方案，仅仅包含数字和字母和标点符号，都用1个字节表示