幾乎所有程序都涉及到字符文本的處理，特別是數字通訊和電子商務的迅猛發展，應用程序之間經常交換文本格式的文檔，目前存在有多種形式的字符編碼。一個應用程序要理解別的程序所產生的文本文檔的內容，首先必須瞭解這個文檔所採用的字符編碼。
大家經常打開一些文本文件會發現看不懂或者是亂碼，這就是因爲它們採用了特殊的字符編碼，下面我們來了解一下什麼是字符編碼。
首先必須理解一個最基本的問題，計算機裏只有數字，計算機軟件裏的一切都是用數字來表示的，即便是屏幕上顯示的一個個字符也不例外。
ASCII(American Standard Code for Information Interchange美國標準信息交換碼)
一個字節所能表示的範圍有256個，足以容納所有的字符。例如字符a對應的數字是97，字符b對應數字是98等，這種字符與數字對應的編碼規則被稱爲ASCII，每個ASCII碼與一個8位二進制數對，ASCII碼的最高的bit位都是爲0，也就是說這些數字都在0到127之間。
GB2312(信息交換用漢字編碼字符集·基本集)
你肯定奇怪，咱們中文呢？ASCII是美國人搞的，但咱們中國將每一箇中文字符否用兩個字節的數字來表示，也就是通常所說的GB2312。中文字符的每個字節的最高位都是1。
GBK(漢字內碼擴展規範)
GBK是GB2312的擴展碼，對不常用的漢子和許多符號進行了編碼。比如說繁體字。
Unicode(統一碼、萬國碼、單一碼、標準萬國碼)
爲了解決各個國家和地區使用本地化字符集帶來的不利影響，ISO(國際化標準組織)將全世界所有的符號進行了統一編碼，稱爲Unicode碼。每個字符都用了2個字節來表示（即能表示65536種字符也是就是2的16次方），對於英文字符采取前面加0字節的策略，實現了等長兼容。如“a”的ASCII碼爲0x61，Unicode就爲0x00 0x61。使用Unicode碼不再區分國家和地區。例如“a”不管在世界的哪個國家使用，其使用Unicode編碼都是一樣的。
這裏要注意的是Java中的字符使用的都是Unicode編碼，Java在通過Unicode保證跨平臺的前提下，也支持本地平臺的字符集。
UTF-8( 8-bit UCS Transformation Format 通用字符集)
是一種針對Unicode的可變長度字符編碼（定長碼），可以用來表示Unicode標準中的任何字符，且其編碼中的第一個字節仍與ASCII兼容，也就是說ASCII碼字符保持原樣，仍然只佔用一個字節，對於其他國家的字符，UTF-8使用兩個或三個字節來表示。使用utf-8編碼的文件，通常都要用EF BB BF作爲文件開頭的3個字節。 如果字符是0x0000，或在0x0080與0x007f之間，對應的UTF碼是兩個字節，如果字符在0x0800與0xffff之間，對應的UTF碼是三個字節（漢字在UTF-8中是三個字節）
UTF-16
和utf-8類似，其再Unicode編碼的基礎上做了細節上的擴充，增加了對Unicode編碼沒有包括的那些字符的表示是方式。
關於這些編碼的具體解釋和詳細信息，大家可以查詢：維基百科
版權聲明： 原創作品，允許轉載，轉載時請務必以超鏈接形式標明文章 原始出處 、作者信息和本聲明。否則將追究法律責任。