記得剛使用ubuntu的時候，處理各種亂碼神馬的都是很麻煩的事情，後來開始寫一些web程式的時候，中文編碼的問題還是會不斷的出現，於是對於web程式設計師來說，字符集編碼已經是十分常見的問題了，但是如果不去系統的了解下，處理問題時還是會有些棘手的，這篇文章我就打算簡單的介紹下這些問題。
最初學習計算機的話，首先接觸的便是ascii編碼了，0是48，a是97啥的估計大家都記得很清楚吧，計算機中以8bit為乙個byte，於是乙個byte能表示256個數，ascii是用乙個位元組，並且第一位是0，也就是說只用了7個bit，於是ascii只有128種表示，這對於英文系統是最夠的了。但是歐洲很多字母和英文本母很不相同，於是為了擴充套件，第一位也納入使用，這樣就是iso8859-1編碼，又叫做latin-1，很多時候你不指定編碼的時候，預設編碼就是iso8859-1，這是乙個要注意的地方。
由於亞洲地區的文字不像歐洲那樣用幾個字母就可以了，於是亞洲各地區便有了自己的一些編碼格式。對於中文編碼而言，大家比較熟悉的就是gb2312編碼，這是大陸地區推行的簡體字的編碼標準，而相應的台灣的繁體字用的是big5的繁體字編碼，由於gb2312只有簡體字，後來又進行了擴充，便有了gbk，他是gb2312的超集，就是說gb2312編碼的字元，都可以用gbk的方式解讀。後來又加入了少數民族的字型有了gb18030，不過這個貌似不如gbk應用廣泛。
由於混亂的編碼格式，造成了國際化的困難，於是便有了大有一統天下之勢的unicode編碼，對於各國文字元號等都會在unicode有乙個統一的編碼，但是unicode只是一種表示方式，但是卻沒有規定表示符號的這個數字應該如何在計算機上儲存。而現在比較通行的儲存方式是utf-8，utf-8是一種變長的編碼方式。
所以對於中文字元而言，我們最常見的就是gbk和utf-8兩種編碼格式。對於windows而言用一種叫ansi的編碼格式，他是英文用ascii編碼，簡體中文用gb2312編碼，而linux等系統一般都會採用utf-8的編碼方式，所以當你在linux下開啟windows下的一些中文文字檔案時會出現亂碼的情況，就是因為本來應該是gb2312的編碼方式，卻用utf-8的格式來解讀必然就會出現錯誤。
當寫web程式時也要時刻注意編碼的統一，也就是資料庫裡資料的編碼，程式檔案的編碼，以及網頁顯示的編碼（就是charset欄位），以及他們之間的通訊的編碼方式。比如你是在windows寫程式的話，預設的程式編碼就是gbk，為了統一，你需要資料庫也要改為gbk編碼，網頁上也要加上這樣一句。
還有個需要注意的地方，就是當你使用的資料庫是mysql時，預設的字元通訊方式是iso8859-1，你需要加上這樣一句，來讓通訊字元也變為gbk，這樣就能在網頁上正常顯示出漢字了。
mysql_query
('set names gbk');
不過一般情況下還是推薦統一的去使用utf-8編碼，乙個原因是utf-8是一種大勢所趨，另乙個原因是現在大部分伺服器都是linux，所以utf-8會有更好的相容性。一般寫程式時，處理字元的時候先把utf-8轉成unicode來進行處理，因為unicode是定長的，所以當你轉unicode之後，統計字的個數時也非常方便，然後當需要輸出或者儲存時在轉換成utf-8方式，應該說這樣的處理是一種很好的方式。
擴充套件閱讀：
解決全站字元亂碼（POST和GET中文編碼問題）
servlet l post request.setcharacterencoding utf 8 l get string username request.getparameter username username new string username.getbytes iso 8859 1...
CentOS中文亂碼修改字元編碼使用支援中文
一 中文支援 安裝中文語言包 複製 如下 yum groupinstall chinese support 修改字元編碼配置，沒有這個檔案就建立它 複製 如下 vim etc sysconfig i18n 修改後內容如下 複製 如下 lang zh cn.gb18030 supported zh c...
CentOS下設定中文編碼設定和中文亂碼解決
centos下設定中文編碼設定 1 安裝支援中文 yum y group install chinese support2 修改字元編碼配置檔案 預設設定為英文 root tony ts tian sysconfig pwd etc sysconfig root tony ts tian sysco...