JAVA字节流、字符流、缓冲流、转换流、内存流、字符编码( 七 ) _JAVA

为了解决各个国家因为本地化字符编码带来的影响，把全世界所有的符号统一进行编码-Unicode编码；此时某一个字符在全世界任何地方都是固定的，比如字符：'哥' ，在任何地方都是以十六进制的54E5来表示。Unicode的每个编码字符都占有2个字节大小。

常见的字符集：

ASCII：每个字符占一个字节，只能包含128个符号，不能表示汉字；
ISO-8859-1：每个字符占一个字节，收录西欧语言，不能表示汉字；
ANSI：每个字符占两个字节，在简体中文的操作系统中， ANSI 就指的是 GB2312；
GB2312/GBK/GB18030：每个字符占两个字节，中文专用编码；
UTF-8：是一种针对Unicode的可变长度字符编码，又称万国码，是Unicode的实现方式之一，目前的应用率最高；
UTF-8 BOM：是微软搞出来的编码，默认占3个字节，使用率并不高；

编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部份修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。
互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。

存储字母，数字和汉字
存储字母和数字时无论是什么字符集都只占1个字节（因为和ASCII兼容），但是存储汉字：GBK家族占两个字节， UTF-8家族占3个字节。
存储中文时， GBK和UTF-8都是OK的。

import java.util.Arrays;/** * 字符编码 */public class EncodingDemo {public static void main(String[] args) throws Exception {String str = "老夫不正经";// 以特定编码格式编码字符串byte[] data = https://www.isolves.com/it/cxkf/yy/JAVA/2020-05-03/str.getBytes("UTF-8");System.out.println(Arrays.toString(data));// 解码字符串str = new String(data, "ISO-8859-1");System.out.println(str);// 此时 ， 字符串str是乱码：???laquo;??ccedil;?// 解决方案便是 ， 使用ISO-8859-1来读取字节数据 ， 然后使用UTF-8重新编码data = str.getBytes("ISO-8859-1");System.out.println(Arrays.toString(data));str = new String(data, "UTF-8");System.out.println(str);}}

小结