字符编码和字符集与编码引出的问题_FileReader读取GBK格式的文件

字符编码和字符集

字符集是多个字符的集合，可以理解为二进制数，与字符的映射关系，唯一的一个编号就代表一个字。
字符编码是计算机中对字符的表示方式。
字符集与字符编码可以这样区分：
1.字符集是书写系统字母与符号的集合。
2.字符编码则是将字符映射为一特定的字节或字节序列，是一种规则。

字符编码
计算机中储存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
某种规则解析显示出来，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 f 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。
字符编码 Character Encoding : 就是一套自然语言的字符与二进制数之间的对应规则。

字符集

字符集 Charset ：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。

ASCII字符集 ： 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，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就是国标的意思，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，就表示一个汉字，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，连在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的"全角"字符，而原来在127号以下的那些就叫"半角"字符了。

GBK：最常用的中文码表。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，是业界的一种标准，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UTF32。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。它使用一至四个字节为每个字符编码，编码规则：

1. 128个US-ASCII字符，只需一个字节编码。

2. 拉丁文等字符，需要二个字节编码。

3. 大部分常用字（含中文），使用三个字节编码。

4. 其他极少使用的Unicode辅助字符，使用四字节编码。

String a =new String("水电顺德容桂电费".getBytes(StandardCharsets.UTF_8), "GBK");
System.out.println(new String(a.getBytes("GBK"), StandardCharsets.UTF_8));

编码引出的问题

在IDEA中，使用FileReader 读取项目中的文本文件。由于IDEA的设置，都是默认的UTF-8编码，所以没有任何问题。但是，当读取Windows系统中创建的文本文件时，由于Windows系统的默认是GBK编码，就会出现乱码。

package Synchronized_demo.Synchroned_Demo01;

import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;

/*
FiLeReader可以读取IDE黑默t认编码格式(UTF-8)的文件FiLeReaderi读取系统黑认编码(中文GBK)会产生乱码
 */
public class Demo01_Dewl {
    public static void main(String[] args) throws IOException {
        FileReader reader = new FileReader("G:\\xiangmu\\jichu\\wenjianjia\\b.txt");
        int len = 0;
        while ((len = reader.read())!=-1){
            System.out.println((char) len);
        }
        reader.close();
    }
}