編碼經常使用字符集

​​​​​​jdk編譯

無論在編譯前java文件使用何種編碼，在編譯後成class後，都是用Unicode編碼表示。

jdk在編譯的時候，若是沒有用-encoding參數指定java源程序的編碼格式， 則javac首先得到操做系統默認採用的編碼格式（xp是GBK）。而後jdk把java源文件從該編碼格式轉化爲java內部默認的unicode格式放入內存中，隨後 javac把轉換後的unicode格式的文件進行編譯成.class類文件，此時.class文件是unicode編碼的，它暫放在內存中。緊接着，jdk將此以unicode編碼的編譯後的class文件保存到操做系統中造成.class文件。最終得到的.class文件是內容以unicode編碼格式保存的類文件，它內部包含源程序中的中文字符串，只不過此時它己經由安裝系統編碼格式轉化爲unicode格式了。

ASCII

一個英文字母（不分大小寫）佔一個字節。

一個字節來講有 8 位；每一位能夠表示兩種狀態，也就是 0 或 1，這樣排列組合下來，一個字節就能夠表示 256(2∧8) 種不一樣的狀態。
但並不足以標識全部國家的字符集，因而有了Unicode。

Unicode

一個英文佔兩個字節，一箇中文（含繁體）佔兩個字節；中文標點佔兩個字節，英文標點佔兩個字節。
統一都用 Unicode 來表示，那必然須要以佔用字節最多的字符長度爲標準。但用多個字節表示英文會浪費內存，咱們須要一個可變長度的字符編碼規則，當是英文時就用一個字節表示，甚至能夠徹底兼容 ASCII 碼。 因而有了UTF-8。

UTF-8

 一個英文字符等於一個字節，一箇中文（含繁體）等於三個字節。中文標點佔三個字節，英文標點佔一個字節。 （utf-8的mysql庫  VARCHAR2(32) 能支持32箇中文， length() 是 96。）

利用兩種規則能夠表示一個字節以及多字節的字符。

大體規則以下：

• 當第一個字節的第一位爲 0 時便表示爲單字節字符，此時和 ASCII 碼一致，徹底兼容。
• 當第一個字節爲 1 時，有幾個 1 便表明是幾個字節 Unicode 字符。

這樣即可根據字符的長度最大程度的節省存儲空間。

固然還有其餘的編碼規則，好比 UTF-16、UTF-32，平時用的很少，但本質上都和 UTF-8 同樣，都是 Unicode 的不一樣實現，也是用於表示世界上大部分文字的字符集。