java 乱码 字符集编码

Posted 2021-01-31

程序经常出现乱码怎么办？下面仔细说一下

首先计算机存储的一切都是字节，只认识字节，也就是一串的二进制数字。

而字符的存储是需要先通过字符集编码转换成可存储的“二进制数字”。而出现乱码的原因基本上都是在这个阶段出现的。也就是通过字符集编码转换阶段。比如：‘中’字符想存储到计算机上，需要先通过XX字符编码转换然后存储到计算机上，而在其他计算机（B）上读取的时候，因为计算机内部存储的是二进制，此时B计算机从硬盘上读取到二进制数值通过YY字符编码进行转换，然后显示，此时，如果XX编码与YY编码如果不兼容的话，那么就会出现乱码；如果两套编码兼容，就不会出现乱码。

acsii编码使用7个二进制位对字符编码。因为计算机基本存储单元是字节，所以采用一个字节对字符编码。（1byte = 8bit ，一个字节由8位表示，所以在计算机内部最高位为0，其他7位是编码值）。

ansi编码：为了扩充acsii编码，以用于显示本国语言，不同的国家和地区制定了不同的标准，由此产生了GB2312，BIG5，JIS等各自的编码标准。这些使用两个字节来代表一个字符的各种汉字延伸编码方式，称为ansi编码，又称为mbcs。（Muilti-Bytes Charecter Set，多字节字符集）

unicode：如ansi编码条例中所述，世界上存在着多种编码方式。在ansi编码下，同一个编码值，在不同的编码体系里代表着不同的字。这个问题促使了unicode编码诞生：将世界上所有符号都纳入其中，无论中文、英文、日文等，每个符号都对应一个唯一的编码，大家都使用这个编码表，就不会出现乱码了，这就是unicode编码。缺点：很大的集合，虽然统一了编码，但是效率不高。（例如存储英文的话，前三个字节都是0，最后一个字节才是真正的存储值，浪费空间）

utf-8：为了提高unicode编码效率，出现了utf-8编码。utf-8可以根据不同的编码自动选择编码长短，比如英文字母使用一个字节就够了。utf-8编码是在unicode编码值上通过utf-8编码器再一次的编码得出来的。

base64：把由其他编码存储的符号转换成acsii码。

到这里，如果出现了乱码，相信也会知道怎么解决了吧。
由什么编码集存储的就由什么编码集转换显示。
最好采用utf8编码集。因为通用。

文章有不当之处，欢迎指出。