JAVA高级（12）—— 编码

一、编码（Character Encoding）

我们人类能看懂的是字符，就是Character。字符要在计算机系统里面存储、传输，要以二进制数字的形式。每一种编码就是一种字符和二进制数字之间的映射关系。

GB2312和UTF-8都是常用的字符编码。举个例子，“王”字在GB2312编码方式下对应的二进制数字是11001101 11110101(CD F5)，是两个8位二进制数，两个字节。同时，在UTF-8编码下“王”字对应的是11100111 10001110 10001011(E7 8E 8B)，是三个字节。

乱码是怎样产生
乱码是因为一个字符在两种编码里对应的二进制数不同。假设有一个网页上显示单独一个“王”字，网页是用GB2312来编码的，这样浏览器通过网络接收到的二进制数就是CD F5，而浏览器用GB2312来解读的时候就把CD F5给“翻译”成了“王”字，我们就能正常浏览网页。假设浏览器试图用UTF-8编码来解读这个网页时，你会看到浏览器显示这样的字符“��”，这就是因为在UTF-8下面“王”字不是CD F5，实际上CD F5在UTF-8下面不能正确地映射到有意义的字符。

参考文献

“编码”和“乱码”