关于编码

今天在公司自己写的接口突然被人找到说接口调用失败！由于我负责的这个服务的接口有一个参数是要求JSONArray格式的，里面会有一些 [ { " 这些字符。所以他们说是是不是要编码，我这边要编码...我就一脸懵逼。我们用的是Resultful风格的Jersey框架的调用方式，这里面应该会有自己的编码和解码的统一格式啊。最后发现原来是通过我们接口返回的信息中，有一个组数据转json报错了。。。这个看异常消息完全能看出的啊！

所以为了不被人忽悠，我自己看了下《深入分析javaweb技术内幕》这本书里的关于java编码格式这一章，下面算是给自己做个总结吧：

为什么要编码？

我们为什么要编码？我们能不能不编码？
要回答这两个问题，我们就需要知道计算机是怎么表示的我们能够理解的符号，也就是我们人类使用的语言。
目前计算机中一个最小的存储单元是---字节（byte）,也就是说8个bit，8位二进制的数。那我们就需要把这些字节能够“翻译”成我们理解的字符。那么这时“翻译”就是一个编码的过程。简单的来说就是要用计算机的01这种二进制里映射咱们能够理解的字符。
那人类需要表示的字符太多了，英文字母可能还少点，汉字，阿拉伯，俄文还有一些特殊字符等等。然而一个字节只能代表256个字符。所以为了解决这个矛盾必须要有一个新的数据结构：char，char到byte必须编码。

一些常见的编码格式：

1. ASCII码 **
   ASCII总共有128个，用一个字节的低7位表示，最高位用来做奇偶校验。0_{31来表示控制字符，如换行、回车、删除等，32}126是打印字符，都是键盘输入或者能够显示出来的。
   2. ISO-8859-1**
   这个是ISO组织在ASCII码的基础上又订的一个标准。ISO-8859-1涵盖了大多西欧语言字符，应用的较为广泛。但这个仍是单字节编码，所以说总共能标示256个字符。
2. GB2312
   全称叫《信息技术中文编码字符集》，顾名思义，这套编码是包含汉字的，而且是双字节。他从B0~F7是汉字区，包含了6763个汉字。
3. GBK
   这个是大家较为常见的编码格式了，全称《汉字内码扩展规范》，是国家技术监督局为Windows95所指定的新的汉字内码规范，这个就是扩展了GB2312，并加入了更多的汉字，编码范围是8140~FEFE，总共23840个码位，它能标示21003个汉字，它的编码是兼容GB2312的。
4. UTF-16
   UTF-16采用了Unicode编码，采用定长的表示方法，即不论什么字符都可以用两个字节表示。这大大的简化了字符串的操作，这也就是为什么java用UTF-16作为内存的字符存储格式的一个重要原因。
5. UTF-8
   虽然UTF-16统一采用两个字节来表示一个字符，虽然很简单方便，但是也有其缺点，那就是不论什么都要用两个字节表示，有些字符用一个字节就可以表示却必须还要用两个字节来表示，这样存储空间就会有浪费。然而UTF-8采用了一种变长技术，即会先分一些编码区，让每个编码去有不同的字码长度。不同类型的字符可以由1~6个字符组成
   具体规则如下：

• 如果是一个字节，最高位为0，则表示说这是一个ASCII字符
• 如果是一个字节以11开头，则连续1的个数则按时了这个字符的字节数。例如：110*****代表它是双字节UTF-8的首字节。
• 如果是一个字节以10开始，表示他不是首字节，则需要向前查找才能得到当前字符的首字节。

今天就先总结这么多，接下来会总结在java编程里需要知道的一些编码的知识。