wangshfa的专栏

作者： 阮一峰日期： 2007年10月28日今天中午，我突然想搞清楚Unicode和UTF-8之间的关系，于是就开始在网上查资料。结果，这个问题比我想象的复杂，从午饭后一直看到晚上9点，才算初步搞清楚。下面就是我的笔记，主要用来整理自己的思路。但是，我尽量试图写得通俗易懂，希望能对其他朋友有用。毕竟，字符编码是计算机技术的基石，想要熟练使用计算机，就必须懂得

首先看一下下面的程序（测试英文和中文在Unicode、UTF-8、UTF-16这三种编码下，一个字符占几个字节）[java]System.out.println("a(Unicode)    ：" + "a".getBytes("Unicode").length); System.out.println("aa(Unicode)    ：" + "aa".getBytes("U

在程序中，文本文件经常用来存储标准的ASCII码文本，比如英文、加减乘除等号这些运算符号。文本文件也可能用于存储一些其他非ASCII字符，如基于GBK的简体中文，基于BIG5的繁体中文等等。在存储这些字符时需要正确指定文件的编码格式；而在读取这些文本文件时，有时候就需要自动判定文件的编码格式。按照给定的字符集存储文本文件时，在文件的最开头的三个字节中就有可能存储着编码信息，所以，基本的原理

Java与Unicode：Java的class文件采用utf8的编码方式，JVM运行时采用utf16。Java的字符串是unicode编码的。总之，Java采用了unicode字符集，使之易于国际化。 Java支持哪些字符集：即Java能识别哪些字符集并对它进行正确地处理？查看Charset 类，最新的JDK支持160种字符集。可以通过static方法availab

我们经常会遇到编码问题。 Java 号称国际化的语言，是因为它的 class 文件采用 UTF-8 ，而 JVM 运行时使用 UTF-16 （至于为什么 JVM 中要采用 UTF-16 ，我没看过 相关的资料，但我猜可能是因为 JAVA里面一个字符 (char) 就是 16 位的 ，而UTF-16正是双字节编码），都是 unicode 的编码。 UTF-8采用一个或多个字节编码。unico

一、JSP的中文乱码问题　　其根源在于：Web容器（Tomcat）默认的字符处理编码是iso-8859-1，对于需要在浏览器页面上显示中文的JSP程序，　　但在程序中并没有指定中文的字符集，那么中文将在浏览器页面上显示为乱码。当然，前面所说的是指在Tomcat服务器下的，其他服务　　器有些不是这样的，比如BEA Weblogic和IBM Websphere是从操作系统中取得

1、pageEncoding="UTF-8"的作用是设置JSP编译成Servlet时使用的编码。 2、contentType="text/html;charset=UTF-8"的作用是指定对服务器响应进行重新编码的编码。 3、request.setCharacterEncoding("UTF-8")的作用是设置对客户端请求进行重新编码的编码。4、response.setCharacte

Java的char型是非常独特的，占用两个字节，因为Java中char型采用了Unicode编码。要理解这个问题，我们必须要理解什么是Unicode。世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。为什么电子邮件常常出现乱码？就是因为发信人和收信人使用的编码方式不一样。可以

这是一篇程序员写给程序员的趣味读物。所谓趣味是指可以比较轻松地了解一些原来不清楚的概念，增进知识，类似于打RPG游戏的升级。整理这篇文章的动机是两个问题：问题一：使用Windows记事本的“另存为”，可以在GBK、Unicode、Unicode big endian和UTF-8这几种编码方式间相互转换。同样是txt文件，Windows是怎样识别编码方式的呢？我很早前就发现Unico