Java 字符集 ASCII ISO-8859-1 GBK UTF8 Unicode

Java 字符集 ASCII ISO-8859-1 GBK UTF8 Unicode

ASCII

• 用来表示英文字母、数字、标点符号，一个字符占 1 个字节。

ISO-8859-1

• 欧洲国家语言使用的字符集，一个字符占 1 个字节。

GBK

• 用来表示简体中文、繁体中文、英文字母、数字、标点符号。
• 其中汉字占 2 个字节，中文标点符号占 2 个字节。
• 英文字母、数字、英文标点符号占 1 个字节。

UTF8

• 用来表示常见国家的语言
• 使用 1 到 4 个字节表示字符
• 其中汉字占 3 个字节，中文标点符号占 2 个字节。
• 英文字母、数字、英文标点符号占 1 个字节。

Unicode

• 内存中使用的字符集，也称万国码，一个字符占两个字节。
• ASCII ISO-8859-1 GBK UTF8 是把数据写入文件时使用的字符集。

为什么 Unicode 可以用两个字节标识汉字，UTF8 却用三个字节