转换流-文符编码和字符集、编码出现的错误

字符编码

计算机存储的信息都是用二进制数表示的而我们在屏幕上看到的数字、英文、标点符号、汉字等字符是二进制数转换之后的结果按照某种规则将字符存储到计算机中称为编码

反之将存储在计算机中的二进制数按照某种规则解析显示处理称为解码比如说按照A规则存储同样按照A规则解析那么就能显示正确的文本符号反之按照A规则存储再按照B规则解析就会导致乱码现象

编码：字符(能看懂的)--->字节(看不懂的)

解码：字节(看不懂的)--->字符(能看懂的)

字符编码：就是一套自然语言的字符与二进制数之间的对应规则

编码表:生活中文字和计算机中二进制的对应规则

字符集

字符集:也叫编码表是一个系统支持的所有字符的集合包括各国家文字、标点符号、图形符号、数字等

计算机要准确的存储和识别各种字符集符号需要进行字符编码一套字符集必然至少有一套字符编码常见字符集有ASCII字符集、GBK字符集、Unicode字符集等

可见,当指定了编码它所对应的字符集自然就指定了所有编码才是我们最终要关心的

ASSII字符集：

- ASCII（American Standard Code for Information Interchange,美国信息交换标准码）是基于拉丁字母的一套电脑编码系统用于显示现代英语主要包括控制字符（回车键、退格、换行键等）和可显示字符（英文大小写字符阿拉伯数字和西文符号）
- 基本的ASCII字符集使用7位（bits）表示一个字符共128字符 ASCII的扩展字符集使用8位（bits）表示一个字符共256字符方便支持欧洲常用字符

ISO-8859-1字符集：
- 拉丁码表别名Latin-1,用于显示欧洲使用的语言包括荷兰、丹麦、德语、意大利语、西班牙语等
- ISO-5559-1使用单字节编码兼容ASCII编码　　
GBxxx字符集：
- GB就是国际的意思是为了显示中文而设计的一套字符集　
- GB2312:简体中文码表一个小于127的字符的意义与原来相同但两个大于127的字符连在一起时，就表示一个汉族这样大约可以组合了包含7000多个简体汉字此外数学符号、罗马希腊的字母、日文的假名们都编进去了
- GBK:最常用的中文编码表是在GB2312标准基础上的扩展规范使用了双字节编码方案共收录了21003个汉字完全兼容GB2312标准同时支持繁体汉字以及日韩汉字等
- GB18030:最新的中文编码表收录汉字70244个采用多字节编码每个字可以由1个、2个或4个字节数组成支持中国国内少数民族的文字同时支持繁体汉字以及日韩汉字等
Unicode字符集:
- Unicode编码系统为表达任意语言的任意字符而设计是业界的一种标椎也称为统一码标准万国码
- 它最多使用4个字节的数字来表达每个字母、符号或者文字有三种编码方案 UTF-8、UTF-16和UTF-32 最为常用的UTF-8编码
- UTF-8编码可以用来表示Unicode标准中任何字符它是电子邮件网页及其他存储或者传送文字的应用中优先采用的编码互联网工程工作小组(IETF)要求所有互联网协议都必须支持UTF-8编码所以我们开发Web应用也要使用UTF-8编码它使用一到四个字节为每个字符编码编码规则