随着计算机的发展，几乎每个国家都在使用计算机，然而每个国家都有自己的语言，如何让各个国家的语言能够在计算机中使用，这就会涉及到编码的问题。 在此主要讲解一下，ASCII、ISO8859-1、GB2312、GBK、Unicode和UTF-8编码及之间的关系。
计算机最早出现是在美国，而美国的语言是26个英文字符大小写、数字、换行空格等，所以他们就用7位的二进制数表示他们所需要的字符，就是2的7次方，也即128个字符，同时最高位恒为0，这就是ASCII编码，全称是：American Standard Code for Information Interchange，中文意思是：美国信息互换标准代码。
随着计算机使用越来越广泛，有些国家的语言中的有些字符，在ASCII编码中找不到，由于ASCII编码的最高位恒0，即没有利用起来，所以就将最高位也利用起来，即将编码扩展到8位，那么就是2的8次方256个字符了，这就是ISO8859-1编码。ISO8859-1编码是兼容ASCII编码的。
计算机进入中国后，我们发现常用汉字就会有6000多个，那么ISO8859-1和ASCII编码都是远远没法满足的。当时我们中国就定义了一个标准：小于127的字符与原意义相同（保持与ASCII的兼容性），但是两个大于127的字符连在一起时，就表示一个汉字。这样我们就凑出来了7000多个简体汉字的编码了。此外，这些编码还对ASCII码中已有的标点、数字、字母都用两字节重新编码，这就是通常说的“全角”字符。这种编码就是GB2312。 但是中国的汉字还是有很多，GB2312无法显示繁体中文，于是我们不得不继续挖掘GB2312的潜能，干脆只要求第一个字节大于127而不管后一个字节的大小了。这种扩展之后的编码方案称为GBK。
由于各个国家都搞出了一套自己的编码标准，结果相互之间谁也不懂谁的编码，互不兼容。此时ISO（国际标谁化组织）为了解决这个问题，搞了一个全球统一的字符集编码方案，叫UCS（Universal Character Set），俗称Unicode。Unicode的编码中规定所有字符都用2个字节，即用16位来表示，能表示的字符数就是2的16次方，即65536个字符，这样基本上全球所有字符都可以包含了。但是这样有个问题，就是对于英文字符来说，原来它们用1个字节就可以表示的，现在要用2个字节来表示，这样就会浪费一半的空间。
互联网出现后，为了解决Unicode编码如何在网络上传输的问题，于是面向传输的众多UTF（UCS Transfer Format）标准出现了，其中UTF-8是在互联网上使用最广泛的一种Unicode的实现方式，UTF-8最大的一个特点，就是它是一种变长的编码方式。 它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，当字符在ASCII码的范围时，就用一个字节表示，保留了ASCII字符一个字节的编码做为它的一部分，注意的是Unicode一个中文字符占2个字节，而UTF-8一个中文字符占3个字节。
为了避免各种中文乱码问题，我们编码时，统一用UTF-8编码。由于目前我们是使用notepad 来编写程序，所以需要设置notepad 的编码方法。当我们编写程序不是UTF-8编码时，我们可以利用notepadd ，将其转换成UTF-8。转换方法，就是先notepad 打开该文件，然后点击“编码”，选择“UTF-8无BOM编码格式”，保存即可。 
注意事项： 当我们用UTF-8编写程序时，需要用javac命令来编译程序，由于javac编译程序时，它会默认选择操作系统的编码来编译程序，中国大陆的电脑默认的操作系统编码大部分都是GBK，那直接用javac命令编译时就会出错，出现中文乱码的情况，原因很简单，就是我们用的UTF-8编码来写的程序，但是又是用的GBK编码来编译的程序，这样肯定会乱码。此时需要在编译的时候，指定编译的编码，即：
通过-encoding utf-8来指定编译编码。
如果觉得我的文章对您有用，请随意打赏。您的支持将鼓励我继续创作！
联系客服
