計算機中儲存資訊的最小單元是乙個位元組，即8個bit，所以能表示的字元範圍是0~255個
人類要表示的符號太多，無法用乙個位元組來完全表示
要解決這個矛盾必須要有乙個新的資料結構char，從char到byte必須編碼。目前常用的編碼方式有ascii、iso8859-1、gb2312、gbk、utf-8、utf-16等
共有128個，用乙個位元組的低7位表示
在ascii碼的基礎上涵蓋了大多數西歐語言字元，仍然是單位元組編碼，它總共能表示256個字元
全稱為《資訊交換用漢字編碼字符集基本集》，它是雙位元組編碼，總的編碼範圍是a1~f7
全稱《漢字內碼擴充套件規範》，擴充套件了gb2312，加入更多的漢字，它的編碼範圍是8140~fefe（去掉xx7f），與gb2312相容
《數字交換用漢字編碼字符集》，它可能是單位元組、雙位元組或者四位元組編碼，與gb2312編碼相容
具體定義了unicode字元在計算機中的訪問方法。採用2位元組來表示unicode轉化格式，它是定長的表示方法，不論什麼字元都可以用兩個位元組表示
utf-8採用一種變長技術，每個編碼區域有不同的字碼長度，不同的字元可以由1~6個位元組組成。
編碼規則如下：
如110***xx代表它是雙位元組utf-8字元的首字母
如下：在乙個檔案中通過utf-8編碼，輸入「中國」儲存後，通過如下**讀取
file f = new file("f:/study/test/test.txt");
try
} catch (filenotfoundexception e) catch (ioexception e)
輸出 如下結果：
11100100
10111000
10101101
11100101
10011011
10111101
從中可以看出，這兩個漢字均占用三個位元組儲存
string a = "中國";
charset charset = charset.forname("utf-8");
bytebuffer bytebuffer = charset.encode(a);
while(bytebuffer.hasremaining())
如上所示，為byte獲取其在記憶體中儲存的二進位制形式的方法。
常見編碼格式
中文編碼主要有以下四種 gb2312簡體中文編碼，乙個漢字占用2個位元組，在大陸是主要的編碼方式。當文章 網頁中包含正體中文 日文 韓文等時，這些內容可能無法被正確編碼。big5正體中文編碼，主要在台灣地區使用。gbk支援簡體及正體中文，但對他國非拉丁字母語言還是有問題。utf 8 unicode編...
常見編碼格式
中文編碼主要有以下四種 gb2312 簡體中文編碼，乙個漢字占用2位元組，在大陸是主要編碼方式。當文章 網頁中包含正體中文 日文 韓文等等時，這些內容可能無法被正確編碼。big5 正體中文編碼。主要在台灣地區採用。gbk 支援簡體及正體中文，但對他國非拉丁字母語言還是有問題。utf 8 unicod...
常見編碼格式（中文編碼）
中文編碼主要有以下四種 gb2312簡體中文編碼，乙個漢字占用2個位元組，在大陸是主要的編碼方式。當文章 網頁中包含正體中文 日文 韓文等時，這些內容可能無法被正確編碼。big5正體中文編碼，主要在台灣地區使用。gbk支援簡體及正體中文，但對他國非拉丁字母語言還是有問題。utf 8 unicode編...