計(jì)算機(jī)中存儲(chǔ)的信息都是用二進(jìn)制表示的，我們?cè)谄聊簧纤吹轿淖?、圖片等都是通過二進(jìn)制轉(zhuǎn)換的結(jié)果。編碼是信息從一種形式或格式轉(zhuǎn)換為另一種形式的過程，通俗點(diǎn)講就是就是將我們看到的文字、圖片等信息按照某種規(guī)則存儲(chǔ)在計(jì)算機(jī)中，例如‘c’在計(jì)算機(jī)中怎么表達(dá)，‘陳’在計(jì)算機(jī)中怎么表達(dá)，這個(gè)過程就稱之為編碼。解碼是編碼的逆過程，它是將存儲(chǔ)在計(jì)算機(jī)的二進(jìn)制轉(zhuǎn)換為我們可以看到的文字、圖片等信息，它體現(xiàn)的是視覺上的刺激。

n位二進(jìn)制數(shù)可以組合成2的n次方個(gè)不同的信息，給每個(gè)信息規(guī)定一個(gè)具體碼組，這種過程也叫編碼。

在編碼和解碼中，他們就如加密、解密一般，他們一定會(huì)遵循某個(gè)規(guī)則，即y = f(x)，那么x = f(y)；否則在解密過程就會(huì)導(dǎo)致‘a(chǎn)’解析成‘b’或者亂碼。

字符

字符是可使用多種不同字符方案或代碼頁(yè)來(lái)表示的抽象實(shí)體，它是一個(gè)單位的字形、類字形單位或符號(hào)的基本信息，也是各種文字和符號(hào)的總稱，包括各國(guó)家文字、標(biāo)點(diǎn)符號(hào)、圖形符號(hào)、數(shù)字等。

字符是指計(jì)算機(jī)中使用的字母、數(shù)字、字和符號(hào)，包括：1、2、3、A、B、C、~！·#￥%……—*（）——+等等。在 ASCII 編碼中，一個(gè)英文字母字符存儲(chǔ)需要1個(gè)字節(jié)。在 GB 2312 編碼或 GBK 編碼中，一個(gè)漢字字符存儲(chǔ)需要2個(gè)字節(jié)。在UTF-8編碼中，一個(gè)英文字母字符存儲(chǔ)需要1個(gè)字節(jié)，一個(gè)漢字字符儲(chǔ)存需要3到4個(gè)字節(jié)。在UTF-16編碼中，一個(gè)英文字母字符或一個(gè)漢字字符存儲(chǔ)都需要2個(gè)字節(jié)（Unicode擴(kuò)展區(qū)的一些漢字存儲(chǔ)需要4個(gè)字節(jié)）。在UTF-32編碼中，世界上任何字符的存儲(chǔ)都需要4個(gè)字節(jié)。

http://wiki.jikexueyuan.com/project/java-chinese-garbled-solution/images/2.1.png" alt="" />

字符集

字符是各種文字和符號(hào)的總稱，而字符集則是多個(gè)字符的集合，字符集種類較多，每個(gè)字符集包含的字符個(gè)數(shù)不同。而計(jì)算機(jī)要準(zhǔn)確的處理各種字符集文字，需要進(jìn)行字符編碼，以便計(jì)算機(jī)能夠識(shí)別和存儲(chǔ)各種文字。

常見字符集名稱：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。

字符編碼

計(jì)算機(jī)中的信息包括數(shù)據(jù)信息和控制信息，然而不管是那種信息，他們都是以二進(jìn)制編碼的方式存入計(jì)算機(jī)中，但是他們是怎么展示在屏幕上的呢？同時(shí)在展現(xiàn)過程中如何才能保證他們不出錯(cuò)？這個(gè)時(shí)候字符編碼就起到了重要作用！字符編碼是一套規(guī)則，一套建立在符合集合與數(shù)字系統(tǒng)之間的對(duì)應(yīng)關(guān)系之上的規(guī)則，它是信息處理的基本技術(shù)。

使用字符編碼這套規(guī)則能夠?qū)ψ匀徽Z(yǔ)言的字符的一個(gè)集合（如字母表或音節(jié)表），與其他東西的一個(gè)集合（如號(hào)碼或電脈沖）進(jìn)行配對(duì)。

http://wiki.jikexueyuan.com/project/java-chinese-garbled-solution/images/2.2.png" alt="" />

二、ASCII

2.1、標(biāo)準(zhǔn)ASCII碼

ASCII（American Standard Code for Information Interchange，美國(guó)信息交換標(biāo)準(zhǔn)代碼）是基于拉丁字母的一套電腦編碼系統(tǒng)。它主要用于顯示現(xiàn)代英語(yǔ)和其他西歐英語(yǔ)，它是現(xiàn)今最通用的單字節(jié)編碼系統(tǒng)。

ASCII使用7位或者8位來(lái)表示128或者256種可能的字符。標(biāo)準(zhǔn)的ASCII碼則是使用7位二進(jìn)制數(shù)來(lái)表示所有的大小寫字母、數(shù)字、標(biāo)點(diǎn)符合和一些控制字符，其中：

0~31、127（共33個(gè)）是控制字符或者通信專用字符，如控制符：LF（換行）、CR（回車）、DEL（刪除）等；通信專用字符：SOH（文頭）、EOT（文尾）、ACK（確認(rèn)）等。ASCII值為8、9、10、13分別表示退格、制表、換號(hào)、回車字符。

32~126（共95個(gè)）字符，32為空格、48~57為阿拉伯?dāng)?shù)字、65~90為大寫字母、97~122為小寫字母，其余為一些標(biāo)點(diǎn)符號(hào)和運(yùn)算符號(hào)！

前面提過標(biāo)準(zhǔn)的ASCII碼是使用七位來(lái)表示字符的，而最高位（b7）則是用作奇偶校驗(yàn)的。所謂奇偶校驗(yàn)，是指在代碼傳送過程中用來(lái)檢驗(yàn)是否出現(xiàn)錯(cuò)誤的一種方法，一般分奇校驗(yàn)和偶校驗(yàn)兩種。奇校驗(yàn)規(guī)定：正確的代碼一個(gè)字節(jié)中1的個(gè)數(shù)必須是奇數(shù)，若非奇數(shù)，則在最高位b7添1；偶校驗(yàn)規(guī)定：正確的代碼一個(gè)字節(jié)中1的個(gè)數(shù)必須是偶數(shù)，若非偶數(shù)，則在最高位b7添1。（參考百度百科）

下面是ASCII字符對(duì)照表，更多詳情請(qǐng)關(guān)注：》》 ASCII碼表《《

http://wiki.jikexueyuan.com/project/java-chinese-garbled-solution/images/2.3.png" alt="" />

http://wiki.jikexueyuan.com/project/java-chinese-garbled-solution/images/2.4.png" alt="" />

2.2、擴(kuò)展ASCII碼

標(biāo)準(zhǔn)的ASCII是用七位來(lái)表示的，那么它的缺陷就非常明顯了：只能顯示26個(gè)基本拉丁字母、阿拉伯?dāng)?shù)目字和英式標(biāo)點(diǎn)符號(hào)，基本上只能應(yīng)用于現(xiàn)代美國(guó)英語(yǔ)，對(duì)于其他國(guó)家，128個(gè)字符肯定不夠。于是，這些歐洲國(guó)家決定利用字節(jié)中閑置的最高位編入新的符號(hào)，這樣一來(lái)，可以表達(dá)的字符數(shù)最多就為256個(gè)，但是隨著產(chǎn)生的問題也就來(lái)了：不同的國(guó)家有不同的字母，可能同一個(gè)編碼在不同的國(guó)家所表示的字符不同。但是不管怎么樣，在這些編碼中0~127所表示的字符肯定是一樣的，不一樣的也只是128~255這一段。

8位的ASCII在歐洲國(guó)家表現(xiàn)的不盡人意，那么在其他國(guó)家就更加不用說了，我們擁有五千年歷史文化的中華名族所包含的漢字多大10多萬(wàn)，不知道是多少個(gè)256。所以一個(gè)字節(jié)8位表示的256個(gè)字符肯定是不夠的，那么兩個(gè)字節(jié)呢？可能夠了吧！我們常見的漢字就是用兩個(gè)字節(jié)表示的，如GB2312。

http://wiki.jikexueyuan.com/project/java-chinese-garbled-solution/images/2.5.jpg" alt="" />

三、GB**

對(duì)于歐美國(guó)家來(lái)說，ASCII能夠很好的滿足用戶的需求，但是當(dāng)我們中華名族使用計(jì)算機(jī)時(shí)，ASCII明顯就不滿足需求了，有5000年歷史文化的我們，擁有的漢字達(dá)到將近10萬(wàn)，所以為了顯示中文，我們必須設(shè)計(jì)一套編碼規(guī)則用于將漢字轉(zhuǎn)換為計(jì)算機(jī)可以接受的數(shù)字系統(tǒng)的數(shù)。顯示中文的常用字符編碼有：GB2312、GBK、GB18030。

GB2312

GB2312，中國(guó)國(guó)家標(biāo)準(zhǔn)簡(jiǎn)體中文字符集，全稱《信息交換用漢字編碼字符集·基本集》，由中國(guó)國(guó)家標(biāo)準(zhǔn)總局發(fā)布，1981年5月1日實(shí)施。

GB2312編碼的規(guī)則：一個(gè)小于127的字符的意義與原來(lái)相同，但兩個(gè)大于127的字符連在一起時(shí)，就表示一個(gè)漢字，前面的一個(gè)字節(jié)（他稱之為高字節(jié)）從0xA1用到 0xF7，后面一個(gè)字節(jié)（低字節(jié)）從0xA1到0xFE，這樣我們就可以組合出大約7000多個(gè)簡(jiǎn)體漢字了。在這些編碼里，還把數(shù)學(xué)符號(hào)、羅馬希臘的字母、日文的假名們都編進(jìn)去了，連在ASCII里本來(lái)就有的數(shù)字、標(biāo)點(diǎn)、字母都統(tǒng)統(tǒng)重新編了兩個(gè)字節(jié)長(zhǎng)的編碼，這就是常說的”全角”字符，而原來(lái)在127 號(hào)以下的那些就叫”半角”字符了。

在GB2312中，GB2312共收錄6763個(gè)漢字，其中一級(jí)漢字3755個(gè)，二級(jí)漢字3008個(gè)，還收錄了拉丁字母、希臘字母、日文等682個(gè)全角字符。由于GB2312的出現(xiàn)，它基本上解決了我們?nèi)粘５男枰珍浀臐h子已經(jīng)覆蓋了中國(guó)大陸99.75%的使用平率。但是我國(guó)文化博大精深，對(duì)于人名、古漢語(yǔ)等方面出現(xiàn)的罕用字，GB2312還是不能處理，于是后面的GBK和GB18030漢字字符集出現(xiàn)了。

GB2312字符集庫(kù)非常龐大，詳情：GB2312簡(jiǎn)體中文編碼表。

GBK

GBK，全稱《漢字內(nèi)碼擴(kuò)展規(guī)范》，由中華人民共和國(guó)全國(guó)信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)1995年12月1日制訂，也是漢字編碼的標(biāo)準(zhǔn)之一。

GBK是GB2312的擴(kuò)展，他向下與GB2312兼容，，向上支持 ISO 10646.1 國(guó)際標(biāo)準(zhǔn)，是前者向后者過渡過程中的一個(gè)承上啟下的標(biāo)準(zhǔn)。同時(shí)它是使用雙字節(jié)編碼方案，其編碼范圍從8140至FEFE（剔除xx7F），首字節(jié)在 81-FE 之間，尾字節(jié)在 40-FE 之間，共23940個(gè)碼位，共收錄了21003個(gè)漢字。

GB18030

GB18030，國(guó)家標(biāo)準(zhǔn)GB18030《信息技術(shù) 中文編碼字符集》，是我國(guó)計(jì)算機(jī)系統(tǒng)必須遵循的基礎(chǔ)性標(biāo)準(zhǔn)之一。它有兩個(gè)版本：GB18030-2000、GB18030-2005。其中GB18030-2000僅規(guī)定了常用非漢字符號(hào)和27533個(gè)漢字（包括部首、部件等）的編碼，而GB18030-2005是全文強(qiáng)制性標(biāo)準(zhǔn)，市場(chǎng)上銷售的產(chǎn)品必須符合，它是GB18030-2000的基礎(chǔ)上增加了42711個(gè)漢字和多種我國(guó)少數(shù)民族文字的編碼。

GB18030標(biāo)準(zhǔn)采用單字節(jié)、雙字節(jié)和四字節(jié)三種方式對(duì)字符編碼。（碼位總體結(jié)構(gòu)見下圖）

單字節(jié)部分采用GB/T 11383的編碼結(jié)構(gòu)與規(guī)則，使用0×00至0×7F碼位(對(duì)應(yīng)于ASCII碼的相應(yīng)碼位)。雙字節(jié)部分，首字節(jié)碼位從0×81至0×FE，尾字節(jié)碼位分別是0×40至0×7E和0×80至0×FE。四字節(jié)部分采用GB/T 11383未采用的0×30到0×39作為對(duì)雙字節(jié)編碼擴(kuò)充的后綴，這樣擴(kuò)充的四字節(jié)編碼，其范圍為0×81308130到0×FE39FE39。其中第一、三個(gè)字節(jié)編碼碼位均為0×81至0×FE，第二、四個(gè)字節(jié)編碼碼位均為0×30至0×39。

http://wiki.jikexueyuan.com/project/java-chinese-garbled-solution/images/2.6.jpg" alt="" />