编码经常使用字符集

​​​​​​jdk编译

无论在编译前java文件使用何种编码，在编译后成class后，都是用Unicode编码表示。

jdk在编译的时候，若是没有用-encoding参数指定java源程序的编码格式， 则javac首先得到操做系统默认采用的编码格式（xp是GBK）。而后jdk把java源文件从该编码格式转化为java内部默认的unicode格式放入内存中，随后 javac把转换后的unicode格式的文件进行编译成.class类文件，此时.class文件是unicode编码的，它暂放在内存中。紧接着，jdk将此以unicode编码的编译后的class文件保存到操做系统中造成.class文件。最终得到的.class文件是内容以unicode编码格式保存的类文件，它内部包含源程序中的中文字符串，只不过此时它己经由安装系统编码格式转化为unicode格式了。

ASCII

一个英文字母（不分大小写）占一个字节。

一个字节来讲有 8 位；每一位能够表示两种状态，也就是 0 或 1，这样排列组合下来，一个字节就能够表示 256(2∧8) 种不一样的状态。
但并不足以标识全部国家的字符集，因而有了Unicode。

Unicode

一个英文占两个字节，一个中文（含繁体）占两个字节；中文标点占两个字节，英文标点占两个字节。
统一都用 Unicode 来表示，那必然须要以占用字节最多的字符长度为标准。但用多个字节表示英文会浪费内存，咱们须要一个可变长度的字符编码规则，当是英文时就用一个字节表示，甚至能够彻底兼容 ASCII 码。 因而有了UTF-8。

UTF-8

 一个英文字符等于一个字节，一个中文（含繁体）等于三个字节。中文标点占三个字节，英文标点占一个字节。 （utf-8的mysql库  VARCHAR2(32) 能支持32个中文， length() 是 96。）

利用两种规则能够表示一个字节以及多字节的字符。

大体规则以下：

• 当第一个字节的第一位为 0 时便表示为单字节字符，此时和 ASCII 码一致，彻底兼容。
• 当第一个字节为 1 时，有几个 1 便表明是几个字节 Unicode 字符。

这样即可根据字符的长度最大程度的节省存储空间。

固然还有其余的编码规则，好比 UTF-16、UTF-32，平时用的很少，但本质上都和 UTF-8 同样，都是 Unicode 的不一样实现，也是用于表示世界上大部分文字的字符集。