基於Java字符編碼的應用詳解。本站提示廣大學習愛好者：（基於Java字符編碼的應用詳解）文章只能為提供參考，不一定能成為您想要的結果。以下是基於Java字符編碼的應用詳解正文
1，甚麼是字符編碼？
字符(Character)是文字與符號的總稱，包含文字、圖形符號、數學符號等。一組籠統字符的聚集就是字符集(Charset)。字符集的湧現是為了信息停止流傳貯存供給便利。今朝經常使用到字符集有：ASCII，ISO 8859-1，Unicode，GB2312
2，各類編碼集有哪些特色？
ASCII：
ASCII（American Standard Code for Information Interchange，美國信息交流尺度代碼）是基於拉丁字母的一套電腦編碼體系。
包括內容：掌握字符（回車，退格，換行鍵），可顯示式字符（英文年夜小寫，阿拉伯數字和西文符號）。
技巧特點：7位（bits）表現一個字符，共128字符
缺乏的地方：只能表現英語，想西歐，東亞和拉美地域的說話符號沒法表現。
ISO 8859-1:
ISO 8859-1，正式編號為ISO/IEC 8859-1:1998，又稱Latin-1或“西歐說話”，是國際尺度化組織內ISO/IEC 8859的第一個8位字符集。
它以ASCII為基本，在空置的0xA0-0xFF的規模內，參加96個字母及符號，藉以供應用附加符號的拉丁字母說話應用。曾推出過 ISO 8859-1:1987 版。
包括內容：ASCII編碼包括的，部門西歐應用的說話。
技巧特點：8位表現一個字符。
Unicode：
Unicode字符集編碼是Universal Multiple-Octet Coded Character Set 通用多八位編碼字符集的簡稱，是由一個名為 Unicode 學術學會(Unicode Consortium)的機構制定的字符編碼體系，支撐當今世界各類分歧說話的書面文本的交流、處置及顯示。該編碼於1990年開端研發，1994年正式頒布，最新版本是2005年3月31日的Unicode 4.1.0。
技巧特點：16位編碼，每一個字符占用2個字節。一個字符的Unicode編碼是肯定的。然則在現實傳輸進程中，因為分歧體系平台的設計紛歧定分歧，和出於節儉空間的目標，對Unicode編碼的完成方法有所分歧。Unicode的完成方法稱為Unicode轉換格局（Unicode Transformation Format，簡稱為UTF）。假如一個7位的ASCII字符的Unicode文件，在傳輸進程中假如應用2個字節的原Unicode編碼傳輸會形成比擬年夜的糟蹋。關於這類情形，可使用UTF-8編碼，這是一種變長編碼，它將根本7位ASCII字符仍用7位編碼表現，占用一個字節（首位補0）。而碰到與其他Unicode字符混雜的情形，將按必定算法轉換，每一個字符應用1-3個字節編碼，並應用首位為0或1停止辨認。
GB2312：
GB 2312 或 GB 2312-80 是中國國度尺度簡體中文字符集，全稱《信息交流用漢字編碼字符集·根本集》，又稱GB0，由中國國度尺度總局宣布，1981年5月1日實行。GB2312編碼通行於中國年夜陸；新加坡等地也采取此編碼。中國年夜陸簡直一切的中文體系和國際化的軟件都支撐GB 2312。
包括內容：6763個漢字，個中一級漢字3755個，二級漢字3008個；同時收錄了包含拉丁字母、希臘字母、日文平化名及片化名字母、俄語西裡爾字母在內的682個字符。
技巧特點：每一個漢字及符號以兩個字節來表現。第一個字節稱為“高位字節”，第二個字節稱為“低位字節”。“高位字節”應用了0xA1-0xF7，“低位字節”應用了0xA1-0xFE0xA0）。 因為一級漢字從16區肇端，漢字區的“高位字節”的規模是0xB0-0xF7，“低位字節”的規模是0xA1-0xFE，占用的碼位是72*94=6768。個中有5個空位是D7FA-D7FE。
