老生常谈计算机中的编码问题(必看篇)

计算机中的编码问题

因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。

一、目前常用的编码

ASCII编码：由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。

GB系列编码：但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。进而全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。GB系列编码是我国的国标编码，用来存储汉字，分为GB2312，GBK，GB18030，基本都能向前兼容，其中GBK是目前最通用的。

Unicode编码：Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。不过他只规定了字符的编码，却没有规定字符以何种方式存储或者传输。所以UTF系列编码规定了Unicode编码的存储和传输方式。

UTF编码系列：目前最常用的UTF编码分为3种，UTF-8，UTF-16和UTF-32，我们知道计算机是以8位为一个字节来存储数据的，而UTF-16，UTF-32分别用2字节和4字节来表示一个字符，所以这里就涉及到字节的存储顺序，是低位在前还是高位在前，这样，BOM就产生了。

BOM是文本文件开头的一个特殊标记，用一组特殊数字来标记文本文件的字节序。虽然UTF-8字节顺序是固定的，但为了兼容UTF-16和UTF-32也规定了UTF-8的BOM，用于标记UTF-8编码。不过UTF-8的BOM在不同平台的规定不同，要小心使用。

BOM规定如下：

UTF-8 EF BB BF

UTF-16(LE) FF FE

UTF-16(BE) FE FF

UTF-32(LE) FF FE 00 00

UTF-32(BE) 00 00 FE FF

UTF-8编码：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间：

字符	ASCII	Unicode	UTF-8
A	01000001	00000000 01000001	01000001
中	X	01001110 00101101	11100100 10111000 10101101

二、计算机系统中的编码应用

在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码；用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件：

浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器：

所以你看到很多网页的源码上会有类似<meta charset="UTF-8" />的信息，表示该网页正是用的UTF-8编码。

三、Java中的编码问题

直接写一个demo来看看eclipse中java项目的编码是怎么样的吧。

1、字符串转为字节序列

public class EncodeDemo {

 public static void main(String[] args) {
  // TODO Auto-generated method stub
  String s="云开de立夏";
  byte[] bytes1=s.getBytes();//这是把字符串转换成字符数组，转换成的字节序列用的是项目默认的编码
  for(byte b: bytes1)
  //toHexString这个函数是把字节（转换成了Int）以16进制的方式显示
  System.out.print(Integer.toHexString(b & 0xff)+" ");// & 0xff是为了把前面的24个0去掉只留下后八位
 }

}

运行结果：

分析：可以看到这个java项目的默认编码中，汉字用2个字节表示，英文用一个字节表示。

通过查看项目的默认编码为GBK。

如果不想用项目默认的编码格式，可以用下面这种方法指定字符串转化为想要的编码格式：

byte[] bytes2=s.getBytes("utf-8");//转换成utf-8编码
  for(byte b: bytes2)
   //toHexString这个函数是把字节（转换成了Int）以16进制的方式显示
   System.out.print(Integer.toHexString(b & 0xff)+" ");// & 0xff是为了把前面的24个0去掉只留下后八位
  System.out.println();
  byte[] bytes3=s.getBytes("utf-16be");//转换成java双字节编码，utf-16be编码
  for(byte b: bytes3)
   //toHexString这个函数是把字节（转换成了Int）以16进制的方式显示
   System.out.print(Integer.toHexString(b & 0xff)+" ");// & 0xff是为了把前面的24个0去掉只留下后八位

运行结果：

分析：两个结果对比可以得出，

gbk编码： 中文占用两个字节，英文占用一个字节。

utf-8编码：中文占用三个字节，英文占用一个字节。

utf-16be编码：中文占用两个字节，英文占用两个字节。

注意：java是双字节编码，是utf-16be编码。即java中的一个字符（char）占用两个字节！

2、字节序列转为字符串

当你的字节序列是某种编码时，这个时候想把字节序列变成字符串，也需要用这种编码方式，否则会出现乱码。

String str1=new String(bytes1);//这时会使用项目默认的编码来转换，可能出现乱码
  System.out.println(str1);
  String str2=new String(bytes2);
  System.out.println(str2);
  String str3=new String(bytes2,"utf-8");
  System.out.println(str3);

运行结果：

四、文本文件（txt）的编码问题

文本文件就是字节序列，可以是任意编码的字节序列。

如果我们在中文机器上直接创建文本文件，那么该文件只认识ANSI编码（例如直接在电脑中右键创建文本文件）。

这里要注意：只有直接创建文本文件时，该文件的编码只认识ANSI，但是文本文件本身是可以放任意编码的字节序列。

注意：中文系统下，ANSI编码即是GBK编码。

这里举个例子：

我们在eclipse新建一个项目，把它的默认编码改为utf-8

那么对于这个项目而言，它只认识utf-8的编码文件。

接下来，我们在这个项目中新建一个文本文件utf-8.txt,并在里面输入内容如下：

如果直接把这个文本文件拷贝到其他项目中（默认为GBK编码），里面的内容将会变成乱码！因为编码不一样！

但是如果是将里面的内容复制粘贴过去，系统会自动转化为相应的编码，是不会出现乱码的。

注意：如果把这个文本文件拷贝到其他地方（比如系统的桌面）上，它不会出现乱码！！因为文本文件可以是任意的编码序列，系统在读取文本文件时会自动转化为相应的编码格式。

了解文件的编码有什么用呢？？在Java的IO流中，我们需要对文件进行读写，使用字节流进行读写的时候，就必须根据不同的编码方式进行读写。因为不同编码方式的各个字符所占用的字节数不同，我们要按照实际情况进行操作。

以上这篇老生常谈计算机中的编码问题(必看篇)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

# 计算机中的编码  # 计算机中的字符串编码、乱码、BOM等问题详解  # Java中的字符编码问题处理心得总结  # 微信开发中mysql字符编码问题  # 文本文件  # 英文  # 转换为  # 成了  # 转化为  # 转换成  # 的是  # 出现乱码  # 只留下  # 会有  # 是为了  # 给大家  # 要用  # 就必须  # 在前  # 该文件  # 规定了  # 最常用  # 流进  # 新建一个 

相关文章： 怎么制作一个起泡网,水泡粪全漏粪育肥舍冬季氨气超过25ppm，可以有哪些措施降低舍内氨气水平？  建站之星五站合一营销型网站搭建攻略，流量入口全覆盖优化指南  ,南京靠谱的征婚网站？  制作宣传网站的软件,小红书可以宣传网站吗？  手机网站制作与建设方案,手机网站如何建设？  SQL查询语句优化的实用方法总结  在线ppt制作网站有哪些,请推荐几个好的课件下载的网站？  建站之星在线客服如何快速接入解答？  建站之星如何优化SEO以实现高效排名？  建站主机是否等同于虚拟主机？  全景视频制作网站有哪些,全景图怎么做成网页？  如何在搬瓦工VPS快速搭建网站？  如何在橙子建站上传落地页？操作指南详解  微信网站制作公司有哪些,民生银行办理公司开户怎么在微信网页上查询进度？  如何用AWS免费套餐快速搭建高效网站？  建站之星如何快速解决建站难题？  如何在阿里云完成域名注册与建站？  如何在云虚拟主机上快速搭建个人网站？  东莞市网站制作公司有哪些,东莞找工作用什么网站好？  C++如何使用std::optional？（处理可选值）  如何在云指建站中生成FTP站点？  如何用美橙互联一键搭建多站合一网站？  如何快速生成可下载的建站源码工具？  武汉网站制作费用多少,在武汉武昌，建面100平方左右的房子，想装暖气片，费用大概是多少啊？  英语简历制作免费网站推荐,如何将简历翻译成英文？  上海网站制作网页,上海本地的生活网站有哪些？最好包括生活的各个方面的？  logo在线制作免费网站在线制作好吗,DW网页制作时，如何在网页标题前加上logo？  建站之星在线版空间：自助建站+智能模板一键生成方案  如何在万网自助建站平台快速创建网站？  网站制作怎么样才能赚钱,用自己的电脑做服务器架设网站有什么利弊，能赚钱吗？  Dapper的Execute方法的返回值是什么意思 Dapper Execute返回值详解  如何通过VPS建站实现广告与增值服务盈利？  宝塔面板创建网站无法访问？如何快速排查修复？  如何通过虚拟主机快速搭建个人网站？  股票网站制作软件,网上股票怎么开户？  建站上传速度慢？如何优化加速网站加载效率？  建站之星×万网：智能建站系统+自助建站平台一键生成  制作无缝贴图网站有哪些,3dmax无缝贴图怎么调？  宝塔新建站点为何无法访问？如何排查？  如何在Golang中使用encoding/gob序列化对象_存储和传输数据  成都响应式网站开发,dw怎么把手机适应页面变成网页？  香港服务器网站生成指南：免费资源整合与高速稳定配置方案  建站主机空间推荐 高性价比配置与快速部署方案解析  GML (Geography Markup Language)是什么，它如何用XML来表示地理空间信息？  沈阳个人网站制作公司,哪个网站能考到沈阳事业编招聘的信息？  贸易公司网站制作流程,出口贸易网站设计怎么做？  网站制作公司排行榜,抖音怎样做个人官方网站  b2c电商网站制作流程,b2c水平综合的电商平台？  如何在七牛云存储上搭建网站并设置自定义域名？  合肥制作网站的公司有哪些,合肥聚美网络科技有限公司介绍？