如何理解字符集和字符编码

• 概念

简单来说，unicode，gb码和大五码就是编码的值，而utf-8,uft-16之类就是这个值的表现形式．而前面那三种编码是不兼容的，同一个汉字，那三个码值是完全不一样的．如＂汉＂的uncode值与gbk就是不一样的，假设unicode为a040，gbk为b030，而uft-8码，就是把那个值表现的形式．utf-8码完全只针对uncode来组织的，如果ＧＢＫ要转ＵＴＦ－８必须先转unicode码，再转utf-8就ＯＫ了。

• GBK到Utf-8的转换过程

GBK等都属于GB码值的表现形式
Utf-8等都属于Unicode码值的表现形式
所以如果GBK要转变成utf-8，则首先先将GBK对应的GB码值转换成Unicode码值（这可以通过相关算法和查表来完成），然后将Unicode码值用utf-8编码方式将其编码(最终在内存中的表现方式）。

• Java一切基于unicode编码

Java源代码，我们可以指定各种各样的编码格式，这些编码格式，最终表现的只是这个文件中对字符的编码，可以直接通过十六进制查看文件头来查看到是何种编码。当对源码进行编译的时候，编译成.class文件，这个时候这个文件就是采用Unicode编码集，当调用String中的getBytes()方法时，就是对特定字符串（这个字符串是Unicode编码集的字符组成的集合）进行编码，new String()则可以按照某个字符集将字节流转换回unicode编码集的字符集合。