详解ASCII GB2312(BIG5) GBK GB18030 Unicode UTF-8 编码历史与定义

 前言：我们都知道，人类能识别自己的语言（汉字，字母，标点符号），但是计算机只能识别二进制代码。我们要与计算机交互，只 要把自己的语言字符按照人类定义的规则转换成二进制代码。

 （1）人类定义的规则就是字符集，在表中，我们的人类语言符号有一个对应的唯一数字。比如ascII表中，‘a’对应的数字是97，只要把97转化二进制代码就行了。

          常见的字符集：西方国家定义（ascII   1字节）  --> 》发展到中国表中没有汉字，于是国人搞了汉字编码表（GB2312   2字节）,  与此同时台湾搞                                     了个繁体字（big5） ----》于是国人右搞了一个gbk编码（把Gb2312,繁体字，一些难写的字一对应了表）-----》世界那么大，总得出去走走，但是各个国家定义的编码表不一样，一出来查看信息，比如中国人 用gbk写了一个汉字，对应在gbk中有一个数字400，数字转换成二进制代码，拿到美国去，它机器上只有自己国家的编码a.    二进制代码转换数字400. 但是在a表中却查到了一个 其他的字符。于是乱码产出了。------》为了解决这个问题，于是UNIcode字符集（默认是两个字节一个字符）产生了，对于字母  而 言，两个字节太大了，于是又产生了一个utf-8编码，根据内容长度自动变化字节，一个汉字为三个字节

          常见的编码：ascii编码（1字节）        gbk编码（asc部分，1个字节，其他的2个字节）  gb2312(asc部分，1个字节，其他的2个字节)  

                              utf-8编码（1~4字节）    utf-16编码（2字节）  gb18030编码 (1~4字节，针对汉字的)

         查看各个编码的对应的字节数的方法：

                              String s1="y*\n我ry";
                              byte[] b=s1.getBytes("GBK");
                              System.out.println(b.length);

个人的理解：其实每个字符集默认就对应了一个编码（有的人就直接把字符集名叫成编码，也没错，但得明白到底啥意思）。所以有时候有人会说UNicode编码，但是我们知道， Unicode是一个字符集，它默认采用了一个utf-16的编码格式（2个字 节）