Java字符编码全解.pdfVIP

1. 概述 本文主要包括以下几个方面：编码基本知识，java，系统软件，url，工具软件等。 在下面的描述中，将以中文两个字为例，经查表可以知道其GB2312编码是d6d0 cec4，Unicode 编码为4e2d 6587，UTF编码就是e4b8ad e69687。注意，这两个字没有iso8859-1编码，但可 以用iso8859-1编码来表示。 2. 编码基本知识 最早的编码是iso8859-1，和ascii编码相似。但为了方便表示各种各样的语言，逐渐出现了很多标准编 码，重要的有如下几个。 2.1. iso8859-1 属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母a的编码为0x61=97。 很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机 最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。而且在很多协议上，默认使用 该编码。比如，虽然中文两个字不存在iso8859-1编码，以gb2312编码为例，应该是d6d0 cec4 两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示：d6d0cec4（事实上，在进行 存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节e4 b8 ad e6 96 87。 很明显，