【Java基础】字符集

【Java基础】字符集

• 0. 预备知识
• 1.计算机中的存储规则
• 2. Unicode、UTF-8
• 3. 为什么出现乱码
• 4. 如何防止产生乱码

0. 预备知识

字符集（Character Set）是多个字符的集合，它规定了字符在计算机中的编码方式。

字符集的定义与作用

1. 字符集是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。
2. 字符集使得计算机能够识别和存储各种文字，是实现文字信息化的基础。

1.计算机中的存储规则

GBK中一个汉字需要两个字节存储，一个英文占一个字节
ASCII字符集中一个英文占用1个字节
计算机中最小的存储单元是一个字节
GBK字符集完全兼容ASCII字符集

2. Unicode、UTF-8

在UTF-8的规则下英文1个字节，中文3个字节
UTF-8不是字符集，是Unicode字符集的一种编码方式

3. 为什么出现乱码

1. 读取数据时未读完整个汉字
2. 编码和解码的方式不一致

4. 如何防止产生乱码

1. 不要用字节流读取文本文件
2. 编码与解码使用同一个编码方式，同一个码表