1、字符编码的发展历程
①、ASCII 码
String str = new String("Aa");
byte[] strASCII = str.getBytes("ASCII");
System.out.println(Arrays.toString(strASCII));//[65, 97] ②、GB2312 码
随着计算机在全球的普及，很多国家和地区都把自己的字符引入了计算机，比如汉字。此时发现一个字节能表示的数字范围太小，不能包含所有的中文汉字。那么就规定使用两个字节来表示一个汉字。
规定：原有的 ASCII 字符的编码保持不变，仍然使用一个字节表示，为了区别一个中文字符与两个 ASCII 码字符相区别。中文字符的每个字节最高位规定为 1（即中文的二进制是负数），这便是 GB2312 编码
String str = new String("Aa帅锅");
byte[] strASCII = str.getBytes("GB2312");
System.out.println(Arrays.toString(strASCII));//[65, 97, -53, -89, -71, -8] ③、GBK
由于中国汉字太多，在 GB2312 的基础上增加了更多的中文字符，这种编码是 GBK
问题：如果只是在中国，那么大家都认识汉字，但是如果是别的国家，而该国家的码表中是没有收录汉字的。那么计算机在显示的时候就为乱码或是别的字符
解决办法：为了解决各个国家因为本地化字符编码带来的影响，就把全世界所有的字符统一进行编码---Unicode 编码
此时某一个字符在全世界任何地方显示都是固定的，比如汉字 哥，在任何地方都是以十六进制 54E5 来表示。
Unicode 的字符编码都占有两个字节
④、UTF-8
是一种针对 Unicode 的可变长度字符编码，又称为 万国码，是 Unicode 的实现方式之一。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需做少部分修改，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
String str = new String("Aa帅锅");
byte[] strASCII = str.getBytes("UTF-8");
System.out.println(Arrays.toString(strASCII));//[65, 97, -27, -72, -123, -23, -108, -123] 其它都是使用2个字节表示字符。
为了统一，国际标准化组织 ISO，制定unicode用2个字节来统一全世界所有字符。
美国人不同意，因为unicode是2个字节，相比他之前的ascii的1个字节，增加了1倍的储存空间。于是国际标准化组织提出了一种方案，用UTF-8对unicode进行压缩，由2个字节压缩为1个字节。中文转换以后 3 个字节（中文比较特殊，压缩后反而占内存变3个字节，占空间增大），UTF-8 转换过程中会最终生成的是 1-6 个字节不等的数据
unicode码是字符串类型，只存在内存中，传输（网络）或者存储（硬盘）必须进行编码，如UTF-8 / UTF-16 / UTF-32 / GBK / GB2312(字节，是二进制数据)
存储字母、数字：无论什么字符集都占有 1 个字节
存储汉字：GBK 家族占有 2 个字节。UTF-8 占有 3 个字节
不能使用单字节的字符集（ASCII/ISO-8859-1）来存储中文
2、字符的编码和解码
信息在计算机网络中传输是以字节的形式。那么如何变为字节？这就是编码的过程。那么计算机接收了这个编码，如何让使用者认识呢？那必须要将字节转换为人所识别的字符串形式，这就是解码的过程。
编码：将字符串转换为 byte 数组
解码：把 byte 数组转换为 字符串
注意：①、编码格式和解码格式必须一致，否则乱码
String str = new String("Aa帅锅");
//编码操作
byte[] strByte = str.getBytes("GBK");
System.out.println(Arrays.toString(strByte));//[65, 97, -53, -89, -71, -8]
//解码操作
//注意编码的字符集和解码的字符集格式必须一致（是其扩展字符集也可以），否则会乱码
//第一种：编码格式为 GBK，解码格式为 ISO-8859-1 那么就会乱码
String str2 = new String(strByte,"ISO-8859-1");
System.out.println(str2); //Aa?§??
//第二种：编码和解码格式一致
String str3 = new String(strByte,"GBK");
System.out.println(str3); //Aa帅锅 ②、有时候编码为和解码格式一致了，但是还是乱码，这是因为在数据在传输过程中经过服务器的处理，而这个服务器可能是外国人编写的，那么就会将数据转换为 别的字符格式，那么你如果还是直接转为自己想要的格式是会乱码的。
解决办法：先获取经过服务器之后的数据还原编码，然后在进行解码
String str = new String("Aa帅锅");
//编码操作
byte[] strByte = str.getBytes("UTF-8");
System.out.println(Arrays.toString(strByte));//[65, 97, -27, -72, -123, -23, -108, -123]
//中间经过了服务器的传输，编码格式转成了 ISO-8859-1
String str2 = new String(strByte,"ISO-8859-1");
//解码操作 ,此时如果直接进行解码，那么会乱码
String str3 = new String(str2.getBytes(),"UTF-8");
System.out.println(str3); //Aa???????
//对于上面的乱码，我们必须先还原服务器之前的编码格式，然后在进行解码。那么就不会乱码
byte[] strByte2 = str2.getBytes("ISO-8859-1");
String str4 = new String(strByte2,"UTF-8");
System.out.println(str4); //Aa帅锅 
京公网安备 11010502036488号