一.ANSI
-
這裏，我將ANSI作爲一個大項。根據我自己的理解，ANSI並不是一種具體的編碼，而是一種字符代碼。比如：ASCII、GB2312、GBK、GB18030等都屬於ANSI的範疇。不過這樣說也不準確，根據我查閱的資料來看，ASCII是早於ANSI的，所以只能說ANSI是兼容ASCII的，而不能說ASCII是根據ANSI編碼所得。
-
ASCII，他的全稱爲American Standard Code for Information Interchange，美國信息交換標準代碼。要知道，一個字節爲8位，而8位最多可以組合256種不同的狀態，用來保存英文、數字、符號完全夠用了，而事實上，ASCII只用了前128個字符。但是後來除了美國，其他的一些國家也使用了計算機，但是他們的文字並非都是這些字母，所以又使用了後面的128位，又叫：”擴展字符集“。
-
MBCS：就目前我查閱的資料來看，MBCS是一種統稱，許多漢字的編碼都屬於MBCS，比如GB2312、GBK、GB18030等。因爲無論ASCII編碼如何擴展，也滿足不了中文，中文的字數太龐大了。MBCS支持中英文混用，英文的話就和ASCII一樣，中文的話就佔2個字節，GB2312的字數最少，其規定必須2個字節都大於127才表示一個漢字；其次是GBK，其規定只要第一個字節大於127就可以了；最後是GB18030，具體編碼不清楚，好像不止2個字節，但應該是兼容GBK的，字數比前面2個要多的多。
-
現在，再來看ANSI，叫美國國家標準協會，顧名思義是用來定義世界編碼方式的，不像ASCII，當初創建的時候只是想給美國人自己用而已。ANSI的規則是，ASCII不能動，也就是說所有的ANSI標準都是兼容英文的，比如中文的GBK編碼就可以實現中文和英文混用。但是，每個國家自己的文字編碼就各不相同了，比如中文的ANSI編碼和日本的ANSI編碼就完全不同，所以無法實現中文和日文的混用。另外，只要你的編碼被ANSI認可，以後世界上任何地方只要使用中文，就必須用中國的這一套編碼方案。
二.Unicode
-
根據網上查詢的資料來看，有的說Unicode是一種符號集，它只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲，並不是一種編碼方式。但是我們常用的TXT文檔中，明顯就有一種Unicode編碼格式，這是爲什麼呢？
-
從我目前查閱的資料來看，Unicode確實是一種符號集，可以簡寫爲UCS（Unicode Character Set）。但是，Unicode也是有他自己的編碼格式的，比如UCS-2就是用兩個字節編碼、UCS-4用4個字節編碼。那麼，TXT文檔中的Unicode是什麼呢？其實就是UCS-2，並且是小端模式。
當然，以上都是我查閱資料所獲取的，如果不對，麻煩告知。
-
所以，Unicode將全世界所有的文字等都進行了統一的編碼，這樣就不會有ANSI的兼容問題。
-
但是Unicode一直得不到推廣。因爲英文只佔一個字節，但是在Unicode卻要佔2個字節，有很大的浪費；另外，又如何去區分Unicode和ANSII呢，計算機如何知道3個字節到底是一個字符，還是3個字符呢？
-
直到互聯網的出現，推動了Unicode的推廣。因爲，互聯網拉近了人和人之間的距離。那麼如果用ANSI的話，編碼格式太亂了。而UTF標準就出現了，其中UTF-8就是在互聯網上使用最廣的一種unicode的實現方式，因爲他是變長的，所以極大的節省了空間，這種爲傳輸而出現的編碼格式，使得全世界的編碼方式統一，非常的便利。
這裏記錄下：java是雙字節編碼，採用的是UTF-16BE,中文佔2個字節，英文佔2個字節
三.URL編碼
-
url編碼是一種瀏覽器用來打包表單輸入的格式，其基本格式爲"key=value"這種鍵值對的，如果要傳多個參數就需要用“&”符號對鍵值對進行分割。
-
URL編碼其實使用的是ascii碼的16進制，所以，URL中只能有英文、數字還有一些特殊字符。
-
那我們在訪問網址的時候，有時候確實後面的參數有中文。這時候，就使用了encode編碼，將中文寫成%XX的格式，然後再通過decode還原成中文。當然，不僅僅是中文，許多字符等都是這樣操作的。具體的可以自行百度。
-
那麼這些中文，是使用的什麼編碼方式轉變爲%xxx的形式呢？肯定不是ASCII，因爲他壓根不認識中文。從我網上查詢的資料來看，貌似UTF-8佔多數，但好像也有GB2312這種編碼方式。
四.一個經典的問題：TXT顯示聯通亂碼
-
新建一個文本文檔，在裏面輸入“聯通”2個字。
-
然後關閉文檔，重新打開，發現變成亂碼了
-
這是爲什麼呢？我們再寫一個TXT文檔，寫入你好，重新打開文檔後，發現是可以正確顯示的，我們看一下他的編碼方式。通過“另存爲”，可以發現編碼方式爲ANSI
-
在看一下剛纔寫的聯通，發現編碼方式爲UTF-8，此時隱約可以知道，應該是編碼導致的。
-
這裏說一個概念：首先，計算機只認識0和1，所以任何字符等在計算機裏，都是以二進制的形式存儲的，也就是字節的形式存儲。那麼，當計算機中的字節序列是以某種編碼格式存放的，想要將這些字節序列重新變成人所認識的字符串，也需要使用這種編碼格式，否則會出現亂碼。
-
那麼，剛纔那個TXT文本，其實就是文本文件。文本文件在計算機中存儲的就是字節序列。如果我們直接在中文的電腦上創建一個文本文件，那麼這個文本文件只認識ANSI編碼，（這句話並不是指文本文件只認識ANSI編碼，其實你可以將各種的編碼格式的字節存放進去，但在中文機器上直接創建，就有其特殊性）。而聯通這兩個字巧了，剛好符合UTF-8的編碼格式，所以就當做UTF-8存儲了，但重新將字節轉換爲字符串的時候，是以ANSI格式轉換的，肯定是亂碼。
-
現在，你再試一下，在聯通的後面加入任意的字，比如聯通哈哈。那麼，哈哈2個字和UTF-8的編碼格式不一樣的，所以仍然會作爲ANSI格式存儲，就不會有問題了。
