什麼是字符集編碼？字節和不同的編碼方式又有什麼關係呢？

 

博主的理解：

首先要明白： 8 bit = 1 byte  即八個（位）等於一個（字節），一個位就是一個0或一個1。好多好多的（位）10100101001001010101010101001010100100010組合在一起就成了字節流。這玩意我們看不懂，我們只能看懂字符啊，於是就有了編碼方式，就是我們常說的utf-8、ISO8859-1、GBK等，它們只是一種對應關係，比如按ISO8859-1編碼方式，10000111對應的字符是“H”，那麼我們可以按照ISO8859-1將10000111解碼成字符“H”,也可以將字符“H”編碼成10000111。

字符是我們大家可以理解的一種符號，比如英語字母“a”、漢字“腎”等，當然單詞“apple”、成語“額滴腎啊”也是字符啦，而通過不同的編碼方式，對這些字符串進行編碼形成的01字節流，長度也可能是不同的，比如按照utf-8的話，一個字符“大”就佔3個字節（100101111001011110010111），但對於GBK來說，它只佔了兩個字節（1001011110100011），在這個編碼的過程中，是可能會出現亂碼的，比如ISO8859-1的編碼方式裏沒有漢字的對應方式，它只能識別英文字母以及一些符號（人家就八位嘛，最多也不過只能有二的八次方=256種可能的組合而已，怎麼來能用來代表幾萬種漢字呢）所以用ISO8859-1來對漢字進行編碼的話就會產生亂碼。解碼的過程，就是把字節流解碼爲我們可以理解的字符，比如按照ISO8859-1將10000111解碼爲“H”,這個解碼過程自然也會可能出現亂碼，如果我們改用GBK編碼方式去對10000111進行解碼的話，解出來的字符就肯定不會是“H”了，而是我們看不懂的亂碼。

還有一個有趣的現象，那就是對單詞“apple”進行編碼的時候，用GBK和用ISO8859-1是一樣的結果，這不是巧合，而是我們在制定GBK時便規定如此，在GBK中，英文字母及一些特殊字符對應的字節流和ISO8859-1標準是一致的，也就是說英文字母在GBK中也佔1個字節，這在一定程度上降低了亂碼的概率：

        String str = "apple";
        System.out.println(Arrays.toString(str.getBytes("ISO8859-1")));
        System.out.println(Arrays.toString(str.getBytes("GBK")));

輸出：

[97, 112, 112, 108, 101]
[97, 112, 112, 108, 101]

所以下列代碼最後輸出還是“apple”，原因就很容易理解了：

        String str = "apple";
        //將字符傳str按照GBK的方式編碼成01字節流，再調用String的構造方法將該字節流以ISO8859-1方式解碼成一個新的字符串。
        String n = new String(str.getBytes("GBK"), "ISO8859-1");
        System.out.println(n);