JavaSE-21 字符编码简介

ASCII

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。

 

ISO-8859-1

最早的编码，和ASCII编码相似。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，无法表示中文。

 

GB2312/GBK

专门用来表示汉字，是双字节编码，而英文字母和ISO-8859-1一致（兼容ISO-8859-1编码）。其中GBK编码能够用来同时表示繁体字和简体字，而GB2312只能表示简体字，GBK是兼容GB2312编码的。

 

UNICODE

最统一的编码，可以用来表示所有语言的字符，而且是定长双字节（也有四字节的）编码，不兼容ISO-8859-1。

 

UTF

由于UNICODE编码不兼容ISO-8859-1，而且容易占用更多的空间，所以UNICODE不便于传输和存储，因此而产生了UTF编码，UTF编码兼容ISO-8859-1编码，同时也可以用来表示所有语言的字符。UTF编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，UTF编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节(UTF-8)。