理解字符集字符编码

电玩女神 2021-09-23 02:20 447阅读 0赞

**1、什么是字符集：**  
字符集（Character Set）只是一个规则集合的名字，比如你在纸上画出的“1”，“2”，“&”，“$”等等这些符号，你向别人说明你画的这些符号是ASCII字符集。

常常念叨的两个字符集就是 **ASCII字符集** 和 **Unicode字符集**，  
当然还有我们的GB2312是中文字符集，它本身包含ASCII字符集，即对ASCII的扩展。

**2. 什么是字符集编码**  
字符集编码（Character Encoding），在计算机大脑里面的文字只有 “1”和“0”，上面你画出的“1”，“2”，“&”，“$”等等这些符号计算机是不认识的，所以你必须对每一个符号进行唯一编码（二进制编码），保证电脑认出的1和0组合对应上具体的符号。  
字符集和字符编码是一个双射的关系。在一套字符编码和字符集中，一个字符对应着唯一的一个编码，并且一个编码只对应一个唯一的字符。  
常见的字符集编码有 **ISO-8859-1 、 GBK 、 UTF-8**

1.  ISO-8859-1： 是对ASCII字符集的一种编码实现，当然ASCII字符集本身有编码方案称为“ASCII编码”。**占1个字节**。
2.  GBK ：是对GB2312字符集的一种编码实现。**变长存储，1个ASCII码占1个字节，而1个汉字编码占2个字节**。
3.  UTF-8 ： 是对Unicode字符集的一种编码实现，当然Unicode字符集本身有套编码方案称为“Unicode编码”,  
    **它采用定长存储，统一采用2个字节进行存储**。即便是ASCII码也用2个字节存储，这样造成极大的空浪费，UTF-8就是对其进行了存储的优化。**变长存储，一般1个ASCII码占1个字节，而1个汉字编码占3个字节**

**3. java 中的字符存储**  
由于 Java 是跨平台语言，不同平台之间编码之间的切换较多。，理解在Java中字符只以unicode的形式存在。  
在JVM中、在内存中、在代码里声明的每一个char、String类型的变量中字符以unicode格式存在。

**推荐博客**  
在Java中，String的getBytes()方法是得到一个操作系统默认的编码格式的字节数组  
[http://blog.csdn.net/chaozi2009/article/details/50930166][http_blog.csdn.net_chaozi2009_article_details_50930166]

从内存角度解析Java字符编码  
[http://blog.csdn.net/u013905744/article/details/51923671][http_blog.csdn.net_u013905744_article_details_51923671]

[http_blog.csdn.net_chaozi2009_article_details_50930166]: http://blog.csdn.net/chaozi2009/article/details/50930166
[http_blog.csdn.net_u013905744_article_details_51923671]: http://blog.csdn.net/u013905744/article/details/51923671