java 字符集

ASCII 与 GBK

• ASCII:英文专用
• GBK:中文专用

万国码

• unicode想要统一这个世界上所有的语言，所以创造了UTF-32
• 但是使用32位，也就是4个字节，对于很多语言来说，过于奢侈，也会造成通信效率和存储效率变低

UTF-8

• unicode 创造出来没人用，就很尴尬，就出现了
• utf-8 是Unicode改良的一种方案，采用可变长编码
• 长度区间：1、2、3、4个字节长度

编码的时候，应该使用utf-8的编码格式，比较统一

注意

• gbk中文是2个字节，unicode字符中文是三个字节
• 因为很多编码都兼容ASCII，所以英文一般不会乱码
  

编码与解码

• 尽量使用第二种，指定编码格式，更加明确

// 编码 这个方法是属于String类的方法
bytes = str.getBytes(StandardCharsets.UTF_8);

// 解码 这个方法是属于String类的构造方案
String parseStr = new String(bytes, StandardCharsets.UTF_8);
System.out.println(parseStr);