猫史档案馆

哈喽，大家好，我是一名敲击小萌新--Godeyes！！勤奋的我今天又来教大家java从入门到入土（滑稽）

6.3字符编码（理解）

  对于以上的八种基本数据类型来说，其中七种类型byte,short,int,long,float,double,boolean计算机表示起来是很容易的，因为这七种类型底层直接就是数字，十进制的数字和二进制之间有固定的转换规则，所以计算机可直接表示和处理。但是大家别忘了，除了以上的七种数据类型之外，还有一种类型叫做字符型 char，这个对于计算机来说表示起来就不是那么容易了，因为字符毕竟是现实世界当中的文字，而文字每个国家又是不同的，计算机是如何表示文字的呢？

  实际上，起初的时候计算机只支持数字，因为计算机最初就是为了科学计算，随着计算机的发展，为了让计算机起到更大的作用，因此我们需要让计算机支持现实世界当中的文字，一些标准制定的协会就制定了字符编码（字符集），字符编码其实就是一张对照表，在这个对照表上描述了某个文字与二进制之间的对应关系。

科普时间

  最初的时候喵标准协会制定了 ASCII 码，ASCII（American Standard Code for Information Interchange：（喵信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的信息交换标准，并等同于国际标准 ISO/IEC 喵6。ASCII 码采用 1 个字节编码，1 个字节可以表示 256 种不同的形式（前面说过了），对于英文来说这个足够了，因为英文单词就是由 26 个英文字母拼凑而成，大小写全部才 52 个，再加上数字和标点符号也不会超过 256 个。但 ASCII 码对于中文来说那就不够了，因为汉字不止 256个。（只需了解）

  常见的 ASCII 码需要大家能够记住几个，在 ASCII 码中规定'a'对应 97，'b'对应 98，以此类推，'A'对应 65，'B'对应 66，以此类推，'0'字符对应 48，'1'字符对应 49，以此类推，这些常见的编码还是需要大家记住的。（重点）

  在字符编码当中，有这样两个常见的术语需要大家了解一下：编码和解码，它们都是什么，我们拿字符'a'来解释一下：'a'是 97，97 对应的二进制是 01100001，那么从'a'到二进制 01100001的转换过程称为编码，从二进制 01100001 到'a'的转换过程称为解码。大家一定要注意：编码和解码要采用同一种字符编码方式（要采用同一个对照表），不然会出现乱码。这也是乱码出现的本质原因。

  随着计算机的不断发展，为了让计算机支持更多国家的语言，国际标准组织又制定了ISO-8859-1 字符集，又被称为 latin-1，向上兼容 ASCII 码，仍不支持中文，主要支持西欧语言。再后来，计算机慢慢的开始支持简体中文、繁体中文、日本语、朝鲜语等，其中支持简体中文的字符集包括：GB2312  、GBK 、GB18030，它们的容量大小不同，其中 GB2312 < GBK < GB18030。支持繁体中文的是大五码 Big5 等。后来，在上世纪 90 年代初，国际组织制定了一种字符编码方式，叫做 Unicode 编码，这种编码方式统一了全球所有国家的文字，具体的实现包括：UTF-8，UTF-16，UTF-32 等。（了解一下）

Java 为了国际化，为了支持所有国家的语言，所以 Java 采用的编码方式为 Unicode 编码。例如字符'中'对应的 Unicode 码是'\u4e2d'。在实际开发中几乎所有的团队都会使用 Unicode 编码方式，因为这种方式更通用，兼容性更好。

小节总结

  通过本小节的学习，大家需要理解字符编码是什么，有什么作用，常见的 ASCII 码要知道一些，另外要理解什么是编码，什么是解码，要知道编码和解码采用的字符编码方式不同时会出现乱码，还要知道国际通用的编码方式为 ISO-8859- ，支持简体中文的编码方式包括GB2312、GBK、GB18030，而 Java 采用 unicode 编码，目前在实际的开发中大部分团队都会选择 UTF-8 的编码方式。