文档介绍：概述本文主要包括以下几个方血:编码基本知识,java,系统软件,ur],工具软件等。在下面的描述中,将以"中文〃两个字为例,经查衣可以知道其GB2312编码是〃d6d0cecr,Unicode编码为〃4o2d6587〃,UTF编码就是"e4b8ade69687,zo注意,这两个字没有iso8859-l编码,但可以MJiso8859-l编码来〃表示〃。编码基本知识最早的编码是iso8859-l,和ascii编码相似。但为了方便表示各种各样的语言,逐渐出现了很多标准编码,重要的有如下几个。-l属于单字节编码,最多能表示的字符范围是0-255,应用于英文系列。比如,字母a的编码为0x61=97o很明显,iso8859-l编码表示的字符范围很窄,无法表示中文字符。但是,由于是单字节编码,和计算机最基础的表示单位一致,所以很多时候,仍IH使用iso8859-l编码來表示。而口在很多协议上,默认使用该编码。比如,虽然〃中文〃两个字不存在iso8859-l编码以gb2312编码为例,应该是〃4〃两个字符,使用iso8859-1编码的吋候则将它拆开为4个字节来表示:〃d6d0cec4〃(事实上,在进行存储的吋候,也是以字节为单位处理的)。而如果是UTF编码,则是6个字节"e4b8ade69687"。很明显,这种表示方法还需要以另一种编码为基础。,专门丿IJ来表示汉字,是双字节编码,而英文字母和is()8859-l—•致(兼容iso8859-l编码)。其中gbk编码能够用來同时表示繁体字和简体字,而gb2312只能农示简体字,gbk是兼容gb2312编码的。,可以用来表示所有语言的字符,而且是定长双字节(也有四字节的)编码,包括英文字母在内。所以可以说它是不兼容iso8859-1编码的,也不兼容任何编码。不过,相对于iso8859T编码来说,uniocode编码只是在前而增加了一个0字节,比如字母a为"0061〃。需要说明的是,定长编码便于计算机处理(注意GB2312/GBK不是定长编码),而unicode乂可以用来表示所有字符,所以在很多软件内部是使用unicode编码来处理的,比如java0UTF考虑到unicode编码不兼:容iso8859-l编码,而II容易占用更多的空间:因为对于英文字母,unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码,utf编码兼容iso8859-l编码,同时也可以用來表示所有语言的字符,不过,utf编码是不定长编码,每一个字符的长度从1-6个字节不等。另外,utf编码自带简单的校验功能。一般來讲,英文字母都是用一个字节衣示,而汉字使用三个字节。注意,虽然说utf是为了使用更少的空间而使用的,但那只是相对于unicode编码来说,如果已经知道是汉字,则使用GB2312/GBK无疑是最节省的。不过另一方而,值得说明的是,虽然utf编码对汉字使用3个字节,但即使对于汉字网页,utf编码也会比unicode编码节省,因为网页中包含了很多的英文字符。java对字符的处理在java应川软件屮,会有多处涉及到字符集编码,有些地方需要进行正确的设置,有些地方需要进行一定程度的处理。(char