一、字符集
1.1 字符集的来历
我们知道计算机是美国人发明的，由于计算机能够处理的数据只能是0和1组成的二进制数据，为了让计算机能够处理字符，于是美国人就把他们会用到的每一个字符进行了编码（所谓编码，就是为一个字符编一个二进制数据），如下图所示：
1.2 汉字和字母的编码特点
需要我们注意汉字和字母的编码特点：
-
如果是存储字母，采用1个字节来存储，一共8位，其中第1位是0
-
如果是存储汉字，采用2个字节来存储，一共16位，其中第1位是1
当读取文件中的字符时，通过识别读取到的第1位是0还是1来判断是字母还是汉字
-
如果读取到第1位是0，就认为是一个字母，此时往后读1个字节。
-
如果读取到第1位是1，就认为是一个汉字，此时往后读2个字节。
1.3 Unicode字符集
下面我们详细介绍一下UTF-8这种编码方案的特点。
1.UTF-8是Unicode字符集的一种编码方案，采取可变长编码方案，共分四个长度区：1个字节，2个字节，3个字节，4个字节
2.英文字符、数字等只占1个字节（兼容标准ASCII编码），汉字字符占用3个字节。
3.极少数字符占4个字节
注意：技术人员在开发时都应该使用UTF-8编码!
1.4 字符集小结
ASCII字符集：《美国信息交换标准代码》，包含英文字母、数字、标点符号、控制字符
特点：1个字符占1个字节
GBK字符集：中国人自己的字符集，兼容ASCII字符集，还包含2万多个汉字
特点：1个字母占用1个字节；1个汉字占用2个字节
Unicode字符集：包含世界上所有国家的文字，有三种编码方案，最常用的是UTF-8
UTF-8编码方案：英文字母、数字占1个字节兼容(ASCII编码)、汉字字符占3个字节
1.5 编码和解码
-
编码：把字符串按照指定的字符集转换为字节数组
-
解码：把字节数组按照指定的字符集转换为字符串
/**
* 目标：掌握如何使用Java代码完成对字符的编码和解码。
*/
public class CharacterTest1 {
public static void main(String[] args) throws Exception {
// 1. 编码
String data = "a我b";
byte[] bytes = data.getBytes(); // 默认是按照平台字符集(UTF-8)进行编码
System.out.println(Arrays.toString(bytes));
// 按照指定字符集进行编码
byte[] bytes1 = data.getBytes("GBK");
System.out.println(Arrays.toString(bytes1));
// 2. 解码
String s1 = new String(bytes); // 按照平台默认编码（UTF-8）解码
System.out.println(s1);
String s2 = new String(bytes1, "GBK");
System.out.println(s2);
}
}
总结:
1. 常见字符集有哪些？各自存储数据的特点是什么？
英文和数字等在任何国家的字符集中都占1个字节
GBK字符中一个中文字符占2个字节
UTF-8编码中一个中文1般占3个字节
2. 编码前的字符集和解码时的字符集有什么要求？
必须一致，否则会出现字符乱码
3. 英文和数字，在常见的字符集中是否会出现乱码？为什么？
英文，数字一般不会乱码，因为很多字符集都兼容了ASCII编码。
