注意： 編碼的基礎知識：
1.位 bit 最小的單元
字節 byte 機器語言的單位
換算 1byte=8bits 1kb=1024byte 1MB=1024KB 1GB=1024MB
2.進制 二進制 binary | 八進制 octal | 十進制 decimal |十六進制hex
3.字符：是各種文字和符號的總稱，包括各個國家的文字，標點符號，圖形符號，數字等。 字符集：字符集是多個符號的集合，每個字符集包含的字符個數不同。
字符編碼：字符集只是規定了有哪些字符，而最終決定採用哪些字符，每一個字符用多少字節表示等問題，則是由編碼來決定的。計算機要準確的處理各種字符集文字，需要進行字符編碼，以便計算機能夠識別和存儲各種文字。
一、Base 64是網絡上最常見的用於傳輸8Bit字節代碼的編碼方式之一
1.項目中牽涉到中文字符的提交可能都需要base 64編碼一下在提交。
轉碼過程例子：
3*8=4*6
內存1個字符佔8位
轉前： s 1 3
先轉成ascii：對應 115 49 51
2進制： 01110011 00110001 00110011
6個一組（4組） 011100110011000100110011
然後纔有後面的 011100 110011 000100110011
然後計算機是8位8位的存數 6不夠，自動就補兩個高位0了
所有有了 高位補0
科學計算器輸入 00011100 00110011 00000100 00110011
得到 28 51 4 51
查對下照表 c z E z
二、ASCll字符集：美國信息互換標準代碼，是基於羅馬字母表的一套電腦編碼系統，主要顯示英語和一些西歐語言，是現今最通用的單字節編碼系統。
包含內容：
控制字符（回車鍵，退格，換行鍵等）
可顯示字符（英文大小寫，阿拉伯數字，西文符號）
擴展字符集（表格符號，計算符號，希臘字母，拉丁符號）
編碼方式：
第 0-31 號及 127號是控制字符或通訊專用字符；
第 32-126號是字符，其中 48-57 號爲 0-9 十個阿拉伯數字， 65-90 號爲 26 個 大寫英文字母， 97-122 號爲 26個英文小寫字母，其餘爲一些標點符號，運算符號等。
在計算機存儲單元中，一個 ASCII 碼值佔一個字節（ 8個二進制位），最高位是用作奇偶檢驗位。【奇偶校驗是指：在代碼傳送的過程中，用來檢驗是否 出錯的一種方法。】奇偶校驗分爲奇校驗和偶校驗。奇校驗規定：正確的代碼一個字節中 1 的個數必須是奇數，若非奇數，則在最高位添 1；偶校驗規 定：正確的代碼一個字節中 1 的個數必須是奇數，若非奇數，則在最高位添1。
三、GB2312字符集：信息交換用漢字編碼字符集。是中國標準的簡體中文字符集，它所收錄的漢字已經覆蓋99.75%的使用頻率，在中國大陸和新加坡廣泛使用。
包含內容：
GB2312收錄了簡化漢字及一般字符，序號，數字，拉丁字母，日文假名， 希臘字母，俄文字母，漢語拼音符號，漢語注音字母，共 7445 個圖形字符。 其中包括 6763個漢字，一級漢字 3755 個，二級漢字 3008 個。
編碼方式：
GB2312對所收漢字進行了“分區”處理，每區含有94個漢字或者符號，這種表示方法也叫做“區位碼”。 它是用雙字節表示的，前面的字節爲第一字節，又稱“高字節”，後面的爲第二字節，“低字節”。 高位字節，把 01-87 區的區號加上 0xA0 （相當於數字 160）；低位字節把 01-94 區的區號加上 0xA0（相當於數字160）。 舉個簡單的小例子：第一個漢字— —“啊”，它的區號爲 16，位號 01，則區位碼是 1601。則高字節位：
16+0xA0=0xB0；低字節位：01+0xA0=0xA1，所以“啊”的漢字處理編碼爲
0xB0A1
四、GBK字符集：GBK 是 GB2312 字符集的擴展（ K）(中國的中文編碼表升級，融合了更多的
中文文字符號。)，它收錄了 21886 個符號，它分爲漢字區和圖形符號區，
漢字區包括 21003個字符。 GBK 字符集主要擴展了繁體中文字的支持。
五、BIG5 字符集：又稱大五碼，由臺灣五家軟件公司創立。因爲當時臺灣沒有一個標準的字符
集，而且 GB2312又沒有收錄繁體字，所以才推出了 BIG5。
包含內容：
BIG5 字符集共收錄了13053 箇中文字，該字符集在臺灣使用。但是沒有考慮
到社會上流通的人名，地方用字，方言用字，化學及生物科等用字，沒有包
含日文平假名及片假字母。
編碼方式：
BIG5也採用雙字節存儲方法，一兩個字節編碼一個字。高位字節的編碼範圍
是0xA1-0xF9,低位字節的編碼範圍是 0xA1-0xFE。
六、GB18030 字符集：GB18030 字符集標準解決漢字，日文假名，朝鮮語和中國少數民族文字組成
的大字符集計算機編碼問題。
包含內容：
該標準的字符總編碼空間超過150 萬個編碼位，收錄了 27484 個漢字，覆蓋
中文，日文，朝鮮語和中國少數民族文字。滿足中國大陸，香港，臺灣，日
本和韓國等東南亞地區信息交換多文種，大字量，多用途，統一編碼格式的
要求。
編碼方式：
GB8030標準採用單字節，雙字節和四字節三種方式對字符編碼。 單字節部
分使用 0x00-0x7F碼（對應於 ASCII 碼的相應碼）；
雙字節部分，首字節碼從0x81-0xFE,尾字節碼分別是 0x40-0x7E 和 0x80-0xFE。
四字節部分採用0x30-0x39 作爲雙字節編碼擴充的後綴，這樣擴充的四字節
編碼，其範圍是0x81308130-0x0xFE39FE39,其中第一，三個字節編碼位均爲 0x81-0xFE，第二，四個爲
七、ISO8859-1：拉丁碼錶。歐洲碼錶。用一個字節的 8 位表示。
八、 Unicode 字符集：（ 國際標準碼，融合了多種文字。 所有文字都用兩個字節來表示,Java 語言
使用的就是unicode） University multiple-object coded character set（通用多
八位編碼字符集），支持世界上超過650 種語言的國際字符。 Unicode 允許在
同一服務器上混合使用不同語言，它爲每種語言的每個字符設定了統一併且
唯一的二進制編碼，以滿足跨平臺，跨語言進行文本轉換，處理的要求。
編碼方式：
Unicode標準始終使用十六進制數字，固定使用 2 個字節來表示一個字符，
共可以表示 65536個字符。而且書寫時在前面加上前綴“ U+”，例如 A 的編
碼是004116，則書寫成“ U+0041”。
l Unicode字符集包含的編碼方案：
Ø UTF-8： （ 最多用三個字節來表示一個字符。） UTF8 是 unicode 其中的一個使用方式。UTF 的意思是： unicode translation format，即把 unicode 轉作某種格式的意思。 UTF-8
使用可變長度字節來存儲unicode 字符，如 ASCII 字母還是採用一個
字符來存儲，希臘字母等採用2 個字符來存儲，而常用的漢字要使
用 3字節，輔助平面字符則使用 4 字節。
Ø UTF-16：
使用一個或兩個未分配的16 位代碼單元的序列對 unicode 代碼
點進行編碼，即 2個字節表示一個字符。
Ø UTF-32：
將每一個 unicode代碼點表示爲相同值的 32 位整數。
Ø 關於 unicode編碼的一個問題：
使 用 記 事 本 另 存爲 時 ， 可 以 在 ANSI ， GBK,Unicode ， unicode big endian 和 UTF-8 這幾種編碼之間相互轉換。同樣是 txt文
件， windows是怎麼識別編碼的呢？
答：平時注意的話可以發現Unicode， unicode big endian 和 UTF-8
編碼的 txt文件的開頭會多出幾個字節，分別是(FF,FE),（ FE,FF），
（EF,BB,BF）。那麼這些標記都是基於什麼標準呢？ ANSI 字符集： ASCII 字符集，以及由此派生併兼容的字符集。 UTF-16 與UTF-8：如“連通”兩個字，在 UTF-16 中爲：DE 8F 1A 90，
兩個字節決定一個漢字；在UTF-8 中則爲： E8 BF 9E E9 80 9A，即 3
個字節決定一個字符。
當一個軟件打開一個文本時，首先是要決定這個文本究竟是使用
哪種字符集的哪種編碼保存的，軟件一般採用三種方式來決定文本
的字符集和編碼：檢測文件頭標識，提示用戶選擇，根據一定的規
則猜測。不同編碼方式的開頭字節如下：EF BB BF UTF-8 FF FE UTF-16， little endian FE FF UTF-16， big endian FF FE 00 00UTF-32， little endian 00 00 FE FF UTF-32， big endian
注： endian是指字節序， big endian（大尾）和 little endian（小
尾）是 CPU處理多字節數的不同方式。例如“漢”的 unicode 編碼
是6C49，寫到文件中，如果將 6C 寫在前面就是 big endian，將 49
寫在前面就是 littleendian。
8．總結：
從 ASCII， GB2312， GBK 到 GB18030，這些編碼方法是向下兼容的，即同一
個字符在這些方案中總是有相同的編碼，後面的標準支持更多的字符。在這些編
碼中，英文和中文可以統一的處理。區分中文編碼的方法是高字節的最高位不爲0。
計算機使用的缺省編碼方式就是計算機的內碼。有的中文 windows 的缺省內
碼還是 GBK，可以通過 GB18030