2.1. iso8859-1
属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母’a’的编码为0x61=97。
很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。而且在很多协议上，默认使用该编码。比如，虽然”中文”两个字不存在iso8859-1编码，以gb2312编码为例，应该是”d6d0 cec4”两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示：”d6 d0 ce c4”（事实上，在进行存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节”e4 b8 ad e6 96 87”。很明显，这种表示方法还需要以另一种编码为基础。
2.2. GB2312/GBK
这就是汉子的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。
2.3. unicode
这是最统一的编码，可以用来表示所有语言的字符，而且是定长双字节（也有四字节的）编码，包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。不过，相对于iso8859-1编码来说，uniocode编码只是在前面增加了一个0字节，比如字母’a’为”00 61”。
需要说明的是，定长编码便于计算机处理（注意GB2312/GBK不是定长编码），而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。
2.4. UTF
考虑到unicode编码不兼容iso8859-1编码，而且容易占用更多的空间：因为对于英文字母，unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码，utf编码兼容iso8859-1编码，同时也可以用来表示所有语言的字符，不过，utf编码是不定长编码，每一个字符的长度从1-6个字节不等。另外，utf编码自带简单的校验功能。一般来讲，英文字母都是用一个字节表示，而汉字使用三个字节。
注意，虽然说utf是为了使用更少的空间而使用的，但那只是相对于unicode编码来说，如果已经知道是汉字，则使用GB2312/GBK无疑是最节省的。不过另一方面，值得说明的是，虽然utf编码对汉字使用3个字节，但即使对于汉字网页，utf编码也会比unicode编码节省，因为网页中包含了很多的英文字符。
import java.io.UnsupportedEncodingException;
public class Main {
//项目编码环境 -> UTF-8
//如果括号中不写charset，则采用的是Sytem.getProperty("file.encoding"),即当前文件的编码方式
public static void main(String[] args) throws UnsupportedEncodingException {
// new String("xxx").getBytes("xxxx") 返回指定编码的byte数组
// UFT-8 -> ISO-8859-1 -> ISO-8859-1(编码)
System.out.println(new String(new String("w").getBytes("ISO-8859-1"),"ISO-8859-1"));//w
System.out.println(new String(new String("我").getBytes("ISO-8859-1"),"ISO-8859-1"));//?
// UFT-8 -> GBK -> GBK(编码)
System.out.println(new String(new String("w").getBytes("GBK"),"GBK"));//w
System.out.println(new String(new String("我").getBytes("GBK"),"GBK"));//我
// UFT-8 -> UTF-8 -> UTF-8(编码)
System.out.println(new String(new String("w").getBytes(),"UTF-8"));//w
System.out.println(new String(new String("我").getBytes(),"UTF-8"));//我
// UTF-8 -> UTF-8 -> ISO-8859-1(编码)
System.out.println(new String(new String("w").getBytes(),"ISO-8859-1"));//w
System.out.println(new String(new String("我").getBytes(),"ISO-8859-1"));//æ
// UTF-8 -> UTF-8 -> GBK(编码)
System.out.println(new String(new String("w").getBytes(),"GBK"));//w
System.out.println(new String(new String("我").getBytes(),"GBK"));//鎴�
}
}汉字两个字节，按字节截取
public class Main {
public static String split(String s,int num){
byte[] sold=s.getBytes();
if(sold[num-1]<0){
//汉字
num--;
}
byte[] snew=new byte[num];
System.arraycopy(sold, 0, snew, 0, num);
return new String(snew);
}
public static void main(String[] args) {
System.out.println(split("我ABC汉DEF", 4));
System.out.println(split("我ABC汉DEF", 6));
}
}给定字符串，判断编码并转换
package mlces.util;
import java.io.UnsupportedEncodingException;
public class CharsetUtil {
/**
* 获取编码
* @author wwhhff11
* @param var
* @return
*/
private static String getEncoding(String var){
try {
if (var.equals(new String(var.getBytes("GB2312"), "GB2312"))) {
return "GB2312";
}
} catch (Exception exception) {
}
try {
if (var.equals(new String(var.getBytes("ISO-8859-1"), "ISO-8859-1"))) {
return "ISO-8859-1";
}
} catch (Exception exception1) {
}
try {
if (var.equals(new String(var.getBytes("UTF-8"), "UTF-8"))) {
return "UTF-8";
}
} catch (Exception exception2) {
}
try {
if (var.equals(new String(var.getBytes("GBK"), "GBK"))) {
return "GBK";
}
} catch (Exception exception3) {
}
return null;
}
/**
* 修正编码
* @author wwhhff11
* @param var
* @return
*/
public static String fixCharset(String var){
if(var==null) return null;
String encode=getEncoding(var);
if(encode!=null){
try {
return new String(var.getBytes(encode), "UTF-8");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
}
}
return null;
}
}URL 编码
URL 编码会将字符转换为可通过因特网传输的格式。
URL 只能使用 ASCII 字符集来通过因特网进行发送。
由于 URL 常常会包含 ASCII 集合之外的字符，URL 必须转换为有效的 ASCII 格式。
URL 编码使用 “%” 其后跟随两位的十六进制数来替换非 ASCII 字符。
URL 不能包含空格。URL 编码通常使用 + 来替换空格。
