计算机字符编码

一、有关编码的基础知识

1.   位           bit               最小的单元

      字节       Byte            机器语言的单元   1Byte = 8 bit    1KB=1024Byte  1MB=1024KB    1GB=1024MB

2 .         二进制    binary  八进制      octal        十进制     decimal        十六进制   hex

3.  字符：是各种文字和符号的总称，包括各个国家的文件，标点符号，图形符号，数字等。

4.  字符集：字符集是多个符号的集合，每个字符集包含的字符个数不同。

5.  字符编码：字符集只是规定了有哪些字符，而最终决定采用那些字符，每一个字符用多少字节表示等问题，则是由编码来决定的。计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种文字。

ANSI

      American National Standard Institute  美国国家标准学会，在大陆即为GBK（国标，扩展，拼音的首字母）（以前的GB2312）

ASCII （一共128个字符）

       American Standard Code for Information Interchange  美国信息交换标准码  

计算机一开始发明的时候是用来解决数字计算的问题，后来人们发现，计算机还可以做更多的事，例如文本处理。但由于计算机只识“数”，因此人们必须告诉计算机哪个数字来代表特定字符，例如 65 代表字母 ‘A’，66代表字母 ‘B’，以此类推。但是计算机之间字符-数字的对应关系必须是一致，否则就会造成同一段数字在不同计算机上显示出来的字符不一样。因此美国国家标准协会ANSI制定了一个标准，规定了常用字符的集合以及每个字符对应的编号，这就是ASCII字符集（Character Set），也称ASCII码。其中：

• 0 ~ 31 及 127（共33个）是控制字符或通信专用字符（其余为显示字符），如控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格）
• 32 ~ 126（共95个）是字符 （32是空格），其中48~57为 0到 9 十个阿拉伯数字。
• 65 ~ 90 为 26个大写英文字母，97~122 号为26个小写英文字母，其余为一些标点符号、运算符号等。
• 后128个称为扩展ASCII码。许多基于x86的系统都支持使用扩展（或“高”）ASCII。扩展ASCII码允许将每个字符的第8位用于确定附加的128个特殊字符、外来语字母和图形符号。
• 
• 

 Unicode （一共65536个字符）（万国码）

        虽然通过使用不同字符集，我们可以在一台机器上查阅不同语言的文档，但是我们仍然无法解决一个问题；如果一份文档中含有不同国家的不同语言的字符，那么无法在一份中显示所有字符。为了解决这个问题，我们需要一个全人类我达成共识的巨大的字符集，这就是Unicode字符集。  

• 开头0~127部分和ASCII完全一样，但是从128开始包含有更多字符。
• Unicode字符集涵盖了目前人类使用的所有字符，并为每一个字符进行统一编码，分配唯一的字符码（Code Point）。Unicode字符集将所有字符按照使用上的频繁度划分为17个层面（Plane），每个层面上有 = 65536 个字符码空间。
• 其中第0个层面BMP，基本涵盖了当今世界用到的所有字符。其他的层面妖魔是用来表示一些远古时期的文字，要么是留作扩展。我们平常用到的Unicode字符，一般都是位于BMP层面上的。目前Unicode字符集中尚有大量字符空间未使用。

UTF-8 

• UTF-8就

是在互联网上使用最广的一种Unicode的实现方式。

 代码演示

package com.atguigu;

public class Homework3 {

    public static void main(String[] args) {

        char character = '1';

        //这个时候字符 1 不用转成ASCII
        System.out.println(character);//1

        //把字符型 1 强转为 int型需要转为 ASCII对应的值
        System.out.println((int)character);//49

        //这个时候要和int型 0相加，所以字符 1 应该转成ASCII值对应的字符是49
        System.out.println(character + 0);//49

        char china = '中';

        System.out.println(china);//中

        //要把 中 字转为Unicode对应的值
        System.out.println((int) china);//20013

        System.out.println(china + 0);//20013
    }
}