總的來說，編碼和字符集，就像方言和字典。
常用的unicode字符集，就是乙個大字典。
字串作為乙個string的時候，一般都是用程式碼頁示，沒有亂碼問題。
當string向外傳輸的時候，需要轉換成byte，使用不同的編碼方式，結果的byte陣列是不同的。拿到byte的人，需要還原為string，如果不知道其編碼，就可能出現亂碼問題。所以，byte轉string時，是亂碼出現的關鍵，此時必須知道byte的編碼。
有兩個常用的處理方式：資料頭部裡指定編碼、轉換成編碼無關的格式（一般使用不會亂碼的ascii字符集的乙個子集）。
對於前一種方式: http中，我們通過request/response頭部，明確的制定body中二進位制內容的編碼。utf-8的文字檔案中的bom頭。xml檔案更嚴格，要求xml頭和檔案本身編碼一致。
對於後一種方式：比如urlencode，按unicode字符集內碼的編號（整數），再轉成16進製制，再每兩位加%，htmlencode除了escape的字元外，也是%u內碼。base64取了64個可顯示的ascii字元做底。
字元亂碼之字符集和字元編碼
最近經常會碰到上傳客戶提供的歷史資料上傳時csv檔案用excel開啟時會有亂碼問題，雖然知道知道是字元編碼不一致導致的，但其中諸多細節卻知之甚少，今日特來理理。1.為什麼會有字元亂碼問題？如何解決字元亂碼問題 計算機中儲存的資訊都是二進位制數表示的，但是世界上有各種不同的語言文字，所以我們需要一些規...
字符集和編碼
什麼是字元？字元就是文字和符號的統稱，字符集就是多個字元的集合，字符集有很多種，常見的有ascii,gb2312,unicode字符集。什麼是編碼？計算機要準確的處理字符集中的文字，就需要對字元進行編碼。對unicode字符集編碼的叫做unicode編碼，對ascii字符集編碼叫做ascii編碼。a...
編碼和字符集
ascii unicode gb2312等都是字符集，用於定義編號指代的字元。utf 8，utf 16則是unicode的編碼格式。ascii ascii只有128個，能表示英文 數字 常用符號。gb2312 gb2312是中文特有的字符集，有2萬多個字元，前128個和ascii保持一致，因此能相容...