字符编码的问题

今天又出现一个字符编码的问题，jvm默认的是用的与本地操作系统有关系，一般是iso-8859-1编码，此对中文是丢失的。

那下面我简单讲下，对于编码的理解。

【导言】

计算机是处理数字与字母的。在创造Unicode之前，有数百种指定这些数位的编码系统，没有一个编码可以包含足够的字元。

有如此所的编码，每个之间还存在冲突，所以就必要要有一个强大的编码系统，能处理所有的字符，一统江湖。那Unicode就出现了。

Unicode就是我们经常讲的 统一码、标准国际码。

参考：http://www.unicode.org/standard/translations/t-chinese.html

简单地讲，Unicode就规定了 字符与 8个16进制之间的关系。并规定，如果最小的字节能表示的话，那就用最小字节。如：字母数字，用两位，汉子用四位。

【其他编码咋回事？】

     我们接触的编码常见的有：

"iso-8859-1", "gb2312", "gbk", "utf-16", "utf-8" 

其他的编码就是对Unicode的号码，再进行一个算法的运算如已。

【注意 iso-8859-1是对ASCII 码的扩展，不能用来编码汉字 】

     如： Unicode码为： 49,20,61,6d,20,66f9,9f99,

      String strings =  "I am 曹龙" ;

         char [] chars = strings.toCharArray();

         for  ( char  b : chars) {

            System.out.print(b +  "," );

        }

        System. out .println();

         for  ( char  b : chars) {

            System. out .print(Integer.toHexString(b) +  "," );

        }

        String[] charsets = {  "iso-8859-1" ,  "gb2312" ,  "gbk" ,  "utf-16" ,  "utf-8"  };

         for  (String charset : charsets) {

            System. out .print( "\n"  + charset +  ":" );

             for  ( byte  b : strings.getBytes(charset)) {

                System. out .print(Integer.toHexString(b) +  "," );

            }

        }

输出的结果为：

I, ,a,m, ,曹,龙,

49,20,61,6d,20,66f9,9f99,

iso-8859-1:49,20,61,6d,20,3f,3f,

gb2312:49,20,61,6d,20,ffffffb2,ffffffdc,ffffffc1,fffffffa,

gbk:49,20,61,6d,20,ffffffb2,ffffffdc,ffffffc1,fffffffa,

utf-16:fffffffe,ffffffff,0,49,0,20,0,61,0,6d,0,20,66,fffffff9,ffffff9f,ffffff99,

utf-8:49,20,61,6d,20,ffffffe6,ffffff9b,ffffffb9,ffffffe9,ffffffbe,ffffff99,

【参考资料】

此资料非常全， http://www.ibm.com/developerworks/cn/java/j-lo-chinesecoding/