Mint6的博客

java中通过 byte[]转换为 String时，可能因为一些编码规则，比如UTF-8，造成部分被替换，反向转换为 byte[]后和之前不同；在转换时，可以通过指定 StandardCharsets.ISO_8859_1等单字节编码来解决问题；这里引入另一个思考的问题，一个 String转换为 byte[]后，再转换为 String会有问题么？答案是不会，因为转换为byte[]的字节编码是符合UTF-8的；

为什么Java默认使用UTF-16，Golang默认使用UTF-8呢？Java 和 Go 在处理字符编码方面的选择，反映了它们各自的历史背景和设计哲学。Java 的 UTF-16 选择了稳定和兼容，而 Go 的 UTF-8 则倾向于现代互联网应用的灵活性和效率。

UTF-8: 以可变长度编码字符，具有较好的 ASCII 兼容性和网络传输效率，非常适合以英语为主的文本处理和互联网应用。UTF-16: 适合需要处理大量非 ASCII 字符的场景，虽然占用存储空间较大，但在处理字符时较为高效，适合在内存中存储文本和内部字符处理。

Java: 强调对字符集和编码的处理，String是用来表示文本的类，在转换时需要处理不合法的字节。Go string是不可变的字节序列视图，直接允许[]byte转换为string，无论字节是否构成有效的 UTF-8 字符。如果在 Java 中不希望进行替换错误编码的处理，而希望直接存储字节数据，应当选择直接使用byte[]而不是String。这样可以避免编码和解码过程中的问题。

计算机里的unicode编码和UTF-8的关系目前的统一码字符分为17组编排，每组称为平面（Plane），每平面有65536（216）点代码，但目前只用了少数平面。Unicode采用16位编码，也就是每个代码点由16位二进制数表示，65536这个数值在计算机科学中具有特殊的含义。它是2的16次方，也就是说，用16个二进制位可以表示的不同取值的数量。

想必大家编写代码时肯定和我一样，也遇到过汉字乱码的问题。特别是，有时候和上下游对接接口，不能统一编码格式的话，一堆乱码问题，让人头皮发麻。那么为什么会有这么多的乱码问题？什么是字符编码？什么是字符集？他们之间有什么区别和联系？什么是 Unicode？Unicode 和我们常说的 UTF-8 又有什么关系？最后，来解答下文章开头的问题。乱码的问题，究其根本原因，其实是编码和解码时的规则不一样导致的。字符编码和字符集是两个不同的概念。

由于不同的处理器架构采用不同的字节存储顺序，因此在进行跨平台的数据传输和解析时，需要考虑字节序的问题。这个问题在早期计算机硬件设计中就已经存在，因为不同的处理器架构采用不同的字节存储顺序，这就导致了同一份数据在不同的处理器上可能被存储成不同的形式，而这对于数据的传输和解析都会带来问题。在网络通信中，大多数协议采用的是大端序，而在x86系列CPU中，则采用小端序。大小端（Endian）是指在一个多字节的数据中，字节的存储顺序的规定。将低位字节存储在内存的低地址处，而将高位字节存储在内存的高地址处。

整除运算符（/）：整除运算符表示整数除法，即将被除数除以除数，得到的商向下取整。例如，10/3的结果是3，因为10除以3的商为3余1，整除运算符将其向下取整为3。需要注意的是，整除运算符仅适用于整数类型，如果其中一个操作数为浮点数，则会进行浮点数除法运算，结果为浮点数类型。取模运算符（%）：取模运算符表示取余运算，即将被除数除以除数，得到的余数。例如，10%3的结果是1，因为10除以3的商为3余1，取模运算符返回余数1。整除运算符（/）和取模运算符（%）在编程中经常使用，它们都是用于数学运算的运算符。