常用字符编码简介

字符编码要注意
1. 字符编码存储位数
2. 中文字符编码兼容性
3. Unicode 字符编码的 BOM

字符编码位数参考下表

中文字符编码兼容性

常用简体中文编码：GB2312、GBK、GB18030。
GB2312 兼容 ANSII，GBK 兼容 GB2312，GB18030 兼容 GBK。
GB2312 英文用1个字节存储，中文用 2 个字节存储；
GBK 英文用 1 个字节存储，中文用 2 个字节存储；
GB18030 英文用 1 个字节存储，中文用 2 个字节或 4 个字节存储（有的汉字用2个字节，有的用4个字节）。

Unicode 编码类型与BOM

UTF-8、UTF-16、UTF-32 都是 Unicode 编码的一种。

BOM（byte order mark）字节顺序标记，是一个 Unicode 编码字符。无BOM 即文件中不使用 BOM，但是通常会带有BOM。BOM 有两类：little endian 和 big endian。big endian 意味着表示字符的若干个字节中，高位字节在左侧，低位字节在右侧；little endian 意味着表示字符的若干个字节中，低位字节在左侧（因此优先读取），高位字节在右侧。通常使用 little endian。

• UTF-8 的BOM 为 EF BB BF，英文用 1 个字节存储，中文用 3 个字节存储；
• UTF-16 的 BOM 为 FF FE，英文用 2 个字节存储，中文用 2 个字节存储；

Window 系统（中文环境）默认使用 GBK 编码。
eclipse 默认使用系统的编码环境，即 GBK 编码。
IntelliJ IDEA 默认使用 UTF-8 编码。