1，字符编码

数字计算机中的存储器唯一可以存储的是比特（bit），因此如果要想在计算机上处理信息，就必须把它们按位存储。为了将文本表示为数字形式，我们需要构建一种系统来为每一个字母赋予一个唯一的编码。数字和标点符号也算做文本的一种形式，所以它们也必须拥有自己的编码。

所有由符号所表示的字母和数字（Alphanumeric）都需要编码。具有这种功能的系统被称为字符编码集（Coded Character Set），系统内的每个独立编码称为字符编码（Character Codes）。1

2，三大字符集及编码方式

2.1，ASCII字符集及编码方式

ASCII码就是一种被广泛使用的字符编码标准，它被称为美国信息交换标准码（American Standard Code for Information Interchange），简称为ASCII码，发音很像ASS-key。从1967年正式公布至今，它一直是计算机产业中最重要的标准。

ASCII码字符集只包含对英文字母，数字，标点符号和特殊字符的映射关系，并不包含汉字，对字符的编号称作码点，将对应的码点进行编码（十进制转为二进制——ASCII码的编码方式），使用一个字节对二进制码进行存储，ASCII码的首位都是0。如下图：

注意：这里有一个小细节，由于美国人将其所有的字符进行映射之后，最大的码点就是127，那么它对应的二进制编码就是1111111只有7位，但是我们知道计算机底层的最小存储单元是一个字节，所以美国人在不满八位的编码前面进行补零所以127对应的编码就是01111111。

2.2，GBK字符集及编码方式

如下图：这里要注意的是，在GBK编码中，一个中文字符是由两个字节存储，对于字母和数字等还是使用一个字节进行存储，也就是说GBK字符集是兼容ASCII字符集的。

2.3，Unicode字符集及编码方式

Unicode，统一码，也叫万国码，学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。现在用的是UCS-2，即2个字节编码，而UCS-4是为了防止将来2个字节不够用才开发的。

相对于ASCII的7位编码，目前Unicode采用了16位编码，每一个字符需要2个字节。也就是说Unicode的字符编码范围为0000h～FFFFh，总共可以表示65,536个不同字符。全世界所有的人类语言，尤其是经常出现在计算机通信过程中的语言，都可以使用同一个编码系统，而且这种系统还具备很高的扩展性。

基于Unicode字符集的的编码方式有utf-8，utf-16和utf-32，这里来略微地讲一些utf-32和utf-8.

utf-32：这种编码方式是国际组织最早提出来的编码方式，但是比较鸡肋，因为他对每一个Unicode字符集的编号的存储都是使用四个字节进行存储，这种存储方式既浪费存储空间，又影响寻址速度。如下图，对01100001进行编码。

utf-8：

3.程序乱码问题

出现乱码的问题，是因为编码方式和解码方式不一样。

Java对String类对字符串的解码和编码提供了方法。

在这里我们对“a我b”这个字符串进行编码和解码，但是在最后，我们在对bytes1进行解码的时候，发现出现了中文乱码，这是因为使用GBK进行的编码，使用的是utf-8进行的解码，平台默认提供的是utf-8进行的解码，所以出现了乱码。那么我只需要将代码改为String s2 = new String(bytes1,"GBK");就不会再出现乱码。