隨著計算機的發展，幾乎每個國家都在使用計算機，然而每個國家都有自己的語言，如何讓各個國家的語言能夠在計算機中使用，這就會涉及到編碼的問題。 在此主要講解一下，ASCII、ISO8859-1、GB2312、GBK、Unicode和UTF-8編碼及之間的關係。
5.1 ASCII
計算機最早出現是在美國，而美國的語言是26個英文字符大小寫、數字、換行空格等，所以他們就用7位的二進制數表示他們所需要的字符，就是2的7次方，也即128個字符，同時最高位恆為0，這就是ASCII編碼，全稱是：American Standard Code for Information Interchange，中文意思是：美國信息互換標準代碼。
5.2 ISO8859-1
隨著計算機使用越來越廣泛，有些國家的語言中的有些字符，在ASCII編碼中找不到，由於ASCII編碼的最高位恆0，即沒有利用起來，所以就將最高位也利用起來，即將編碼擴展到8位，那麼就是2的8次方256個字符了，這就是ISO8859-1編碼。ISO8859-1編碼是兼容ASCII編碼的。
5.3 GB2312和GBK
計算機進入中國後，我們發現常用漢字就會有6000多個，那麼ISO8859-1和ASCII編碼都是遠遠沒法滿足的。當時我們中國就定義了一個標準：小於127的字符與原意義相同（保持與ASCII的兼容性），但是兩個大於127的字符連在一起時，就表示一個漢字。這樣我們就湊出來了7000多個簡體漢字的編碼了。此外，這些編碼還對ASCII碼中已有的標點、數字、字母都用兩字節重新編碼，這就是通常說的“全角”字符。這種編碼就是GB2312。 但是中國的漢字還是有很多，GB2312無法顯示繁體中文，於是我們不得不繼續挖掘GB2312的潛能，乾脆只要求第一個字節大於127而不管後一個字節的大小了。這種擴展之後的編碼方案稱為GBK。
5.4 Unicode
由於各個國家都搞出了一套自己的編碼標準，結果相互之間誰也不懂誰的編碼，互不兼容。此時ISO（國際標誰化組織）為了解決這個問題，搞了一個全球統一的字符集編碼方案，叫UCS（Universal Character Set），俗稱Unicode。Unicode的編碼中規定所有字符都用2個字節，即用16位來表示，能表示的字符數就是2的16次方，即65536個字符，這樣基本上全球所有字符都可以包含了。但是這樣有個問題，就是對於英文字符來說，原來它們用1個字節就可以表示的，現在要用2個字節來表示，這樣就會浪費一半的空間。
5.5 UTF-8
互聯網出現後，為了解決Unicode編碼如何在網絡上傳輸的問題，於是面向傳輸的眾多UTF（UCS Transfer Format）標準出現了，其中UTF-8是在互聯網上使用最廣泛的一種Unicode的實現方式，UTF-8最大的一個特點，就是它是一種變長的編碼方式。 它可以使用1~4個字節表示一個符號，根據不同的符號而變化字節長度，當字符在ASCII碼的範圍時，就用一個字節表示，保留了ASCII字符一個字節的編碼做為它的一部分，注意的是Unicode一箇中文字符佔2個字節，而UTF-8一箇中文字符佔3個字節。
5.6 最佳實踐
為了避免各種中文亂碼問題，我們編碼時，統一用UTF-8編碼。由於目前我們是使用notepad++來編寫程序，所以需要設置notepad++的編碼方法。當我們編寫程序不是UTF-8編碼時，我們可以利用notepadd++，將其轉換成UTF-8。轉換方法，就是先notepad++打開該文件，然後點擊“編碼”，選擇“UTF-8無BOM編碼格式”，保存即可。
注意事項： 當我們用UTF-8編寫程序時，需要用javac命令來編譯程序，由於javac編譯程序時，它會默認選擇操作系統的編碼來編譯程序，中國大陸的電腦默認的操作系統編碼大部分都是GBK，那直接用javac命令編譯時就會出錯，出現中文亂碼的情況，原因很簡單，就是我們用的UTF-8編碼來寫的程序，但是又是用的GBK編碼來編譯的程序，這樣肯定會亂碼。此時需要在編譯的時候，指定編譯的編碼，即：
javac -encoding utf-8 HelloWorld.java
通過-encoding utf-8來指定編譯編碼。
本文鏈接http://www.tongtongxue.com/archives/5794.html