摘要：只有徹底理解編碼，遇到編碼問題才知道問題的根源在哪里，并找到對(duì)應(yīng)的解決辦法?；ㄒ稽c(diǎn)時(shí)間去徹底消化并理解他，長遠(yuǎn)來看，對(duì)以后工作效率的提升是非常值得的。比如中國就制定了等編碼規(guī)范。

只要涉及編程工作，編碼是永遠(yuǎn)繞不開的問題。只有徹底理解編碼，遇到編碼問題才知道問題的根源在哪里，并找到對(duì)應(yīng)的解決辦法。花一點(diǎn)時(shí)間去徹底消化并理解他，長遠(yuǎn)來看，對(duì)以后工作效率的提升是非常值得的。下面是我對(duì)編碼的一些總結(jié)和理解，有不對(duì)之處還望指正。

從根本上來說，計(jì)算機(jī)只能處理0和1，也就是說只能處理由0和1組成的一串串?dāng)?shù)字。讓人直接用01數(shù)字給計(jì)算機(jī)下達(dá)指令或傳輸字符顯然是很困難的；但其實(shí)，早期計(jì)算機(jī)剛興起時(shí)，那時(shí)的程序員就是寫好01代碼傳給機(jī)器執(zhí)行的。

人用自然語言溝通，而計(jì)算機(jī)只處理01代碼。為了人與計(jì)算機(jī)更友好的交互，有人想了辦法，將自然語言的每個(gè)字符都用一串01數(shù)字串來表示，也就是對(duì)每個(gè)字符用01串來編碼，比如A用0100 0001來表示，這樣就可以制定一個(gè)字符與01數(shù)字串的對(duì)應(yīng)表，也即編碼表，人只需要輸入自然語言（如：Hello），計(jì)算機(jī)通過查編碼表就可以轉(zhuǎn)換為01串，這樣機(jī)器就可以理解并處理了。

眾所周知，世界上第一臺(tái)計(jì)算機(jī)是在美國誕生的，因此，第一種編碼自然是解決英文和01串的對(duì)應(yīng)關(guān)系，這就促生了ASCII編碼的出臺(tái)，ASCII編碼表用一個(gè)字節(jié)（8位）包含大小字母、數(shù)字、標(biāo)點(diǎn)符號(hào)以及控制字符。

隨著計(jì)算機(jī)的普及，世界上開始有越來越多的國家使用計(jì)算機(jī)，然而，每個(gè)國家都有自己的一套語言，加起來的字符成千上萬。而ASCII最多只能編碼256個(gè)字符，已經(jīng)不能滿足這么多的需求。于是，各國就制定了自己國家的編碼表。比如中國就制定了GB2312、GBK、GB18030等編碼規(guī)范。每個(gè)國家都有自己的一套編碼，這就導(dǎo)致同一串01數(shù)字可能代表兩個(gè)國家不同的字符，或者同一個(gè)字符A，在兩個(gè)國家分別用不同的01數(shù)字串表示。這就導(dǎo)致不同編碼的系統(tǒng)互相傳輸信息時(shí)無法正確識(shí)別，比如中國用GBK編碼的字符傳輸給美國的服務(wù)器，而美國服務(wù)器只有ASCII編碼表，這就很糟糕。

于是，Unicode編碼出現(xiàn)了。Unicode編碼將世界上各個(gè)國家所有的字符全部收錄進(jìn)去，每個(gè)字符都用唯一的01字符串表示，這樣的話就做到了全世界所有字符的統(tǒng)一編碼，各個(gè)國家傳輸信息都用Unicode編碼，根據(jù)Unicode編碼表就可以識(shí)別了。

常用的編碼

ASCII：1個(gè)字節(jié)，實(shí)際使用7位，第8位保留，表示英文字符

ISO-8859-1：1個(gè)字節(jié)，ASCII的升級(jí)版，在ASCII的基礎(chǔ)上添加了歐洲國家的字符，不能表示中文,常用于Java服務(wù)的網(wǎng)絡(luò)傳輸

GB2312：2個(gè)字節(jié)，收錄6763個(gè)漢字，只能表示簡體字

GBK：GB2312的升級(jí)版，1個(gè)或2個(gè)字節(jié)，收錄21003個(gè)漢字，可以表示簡體字和繁體字

Unicode（即UCS）：原始的Unicode是定長的4個(gè)字節(jié)，比如字母A，用Unicode表示需要4個(gè)字節(jié)，比ASCII多了3個(gè)字節(jié)，由于這樣做太浪費(fèi)空間，因此經(jīng)過優(yōu)化制定了變長表示字符的UTF編碼。

UTF-8：用1-6個(gè)字節(jié)表示所有字符，此處使用變長字節(jié)表示，優(yōu)先使用短字節(jié)。

UTF-16：用2、4個(gè)字節(jié)表示所有字符，此處使用變長字節(jié)表示，優(yōu)先使用短字節(jié)。

UTF-32：用4個(gè)字節(jié)表示。

編碼和解碼

編碼：將字符轉(zhuǎn)為二進(jìn)制（或unicode）。

解碼：將二進(jìn)制（或unicode）轉(zhuǎn)為字符。

不同編碼轉(zhuǎn)換

首先應(yīng)該知道，內(nèi)存統(tǒng)一用Unicode編碼，編碼轉(zhuǎn)換都統(tǒng)一轉(zhuǎn)到Unicode，再從Unicode轉(zhuǎn)為其他編碼。比如ISO-8859-1和UTF-8之間轉(zhuǎn)換，流程如下：

先知道字符"u"是用ISO-8859-1編碼

獲取字符"u"的二進(jìn)制，java可通過getByte("ISO-8859-1")正確解析出該字符的二進(jìn)制，也可以用十六進(jìn)制表示，比如AF8U

根據(jù)某種規(guī)則，將ISO-8859-1的AF8U轉(zhuǎn)化Unicode,再轉(zhuǎn)化為UTF-8的4E2D

java編譯的編碼問題（可參考這里）：

JDK先檢查源文件的編碼類型，如果沒有指定編碼類型則用系統(tǒng)的編碼讀取源文件，如果指定了編碼類型則用指定的編碼類型打開源文件。

打開源文件后，在內(nèi)存中編譯為.class文件，此時(shí)，.class文件是Unicode編碼

將內(nèi)存中的.class文件存入硬盤，此時(shí)，.class文件仍然是Unicode編碼

瀏覽器編碼問題

看瀏覽器使用的是什么編碼，則顯示的頁面就是使用什么編碼。

發(fā)送post請(qǐng)求時(shí)，看瀏覽器用的什么編碼，則發(fā)送過去的數(shù)據(jù)就是用什么編碼

一般可以查看headers里ContentType，charset是什么編碼

服務(wù)器編碼問題（可參考這里）

服務(wù)器收到請(qǐng)求后，經(jīng)過正確的編碼規(guī)則解析，服務(wù)器才可以正常識(shí)別

服務(wù)器發(fā)送請(qǐng)求時(shí)，經(jīng)過正確的編碼規(guī)則編碼，瀏覽器才可以正常顯示。瀏覽器也可以自定義編碼去解析

記?。?/strong> 不管是爬蟲獲取的，瀏覽器收到的還是從本地硬盤讀取的，都是二進(jìn)制，選擇正確的編碼類型，才能把二進(jìn)制或者說01序列解析為正確的字符。也就是用何種方式解析01數(shù)字。