比特--字節(jié)--字符--編碼

比特

計(jì)算機(jī)專業(yè)術(shù)語，是信息量單位，是由英文BIT音譯而來寇蚊。
二進(jìn)制數(shù)系統(tǒng)中折联，每個(gè)0或1就是一個(gè)位(bit)，位是數(shù)據(jù)存儲(chǔ)的最小單位斤寂。
二進(jìn)制數(shù)的一位所包含的信息就是一比特耿焊，如二進(jìn)制數(shù)0100就是4比特。
計(jì)算機(jī)中的CPU位數(shù)指的是CPU一次能處理的最大位數(shù)遍搞。例如32位計(jì)算機(jī)的CPU一次最多能處理32位數(shù)據(jù)罗侯。

比特就是 bit（可以簡寫為b），就是位溪猿，是數(shù)據(jù)存儲(chǔ)的最小單位歇父。</br>

bit=位=比特

字節(jié)

字節(jié)是現(xiàn)代計(jì)算機(jī)中連續(xù)的蒂培、固定數(shù)量的比特（二進(jìn)制）：八個(gè)比特為一字節(jié)
英文Byte翻譯就是字節(jié)

字節(jié)就是Byte（可以簡寫為B），一字節(jié)就等于（占）8比特榜苫，就等于（占）8位</br>

1字節(jié)=8比特=8bit=8位
java中基本數(shù)據(jù)類型

類型|字節(jié)數(shù)|(二進(jìn)位制)位數(shù)|最小|最大|默認(rèn)|其他
--|--|--|--|--|--|--|--
byte|1|8|-128(-2^7)|127(27-1)|0|
short|2|16|-32768(-2^15)|32767(215-1)|0|
int|4|32|- 2,147,483,648(-2^{31)|2,147,483,647(2}31 -1)|0|
long|8|64|-9,223,372,036,854,775,808(-2^63)|9,223,372,036,854,775,807 (2^63 -1)|0L|
float|4|32|||0.0f|
double|8|64|||0.0d|
boolean||1|||false|
char|2|16||||

字符與編碼

ASCII碼
字符編碼护戳，統(tǒng)一規(guī)定了英語字符與二進(jìn)制位之間的關(guān)系。
ASCII碼一共規(guī)定了128個(gè)字符的編碼垂睬，比如空格"SPACE"是32（二進(jìn)制00100000）媳荒，大寫的字母A是65（二進(jìn)制01000001）。這128個(gè)符號（包括32個(gè)不能打印出來的控制符號）驹饺，只占用了一個(gè)字節(jié)的后面7位钳枕，最前面的1位統(tǒng)一規(guī)定為0。
Unicode
Unicode涵蓋了各個(gè)國家語言可能出現(xiàn)的符號和文字赏壹，并將為他們編號鱼炒，比如，U+0639表示阿拉伯字母Ain蝌借，U+0041表示英語的大寫字母A昔瞧，U+4E25表示漢字"嚴(yán)"。
Unicode只是一個(gè)編碼字符集菩佑。
Unicode只規(guī)定了符號的二進(jìn)制代碼自晰，卻沒有規(guī)定這個(gè)二進(jìn)制代碼應(yīng)該如何存儲(chǔ)。

字庫表（character repertoire）：一個(gè)相當(dāng)于所有可讀或者可顯示字符的數(shù)據(jù)庫稍坯，決定了整個(gè)字符集能夠展現(xiàn)表示的所有字符的范圍酬荞。
編碼字符集（coded character set）：用一個(gè)編碼值code point來表示一個(gè)字符在字庫中的位置。
字符編碼（character encoding form）：編碼字符集和實(shí)際存儲(chǔ)數(shù)值之間的轉(zhuǎn)換關(guān)系瞧哟。

Unicode是一個(gè)簡單的標(biāo)準(zhǔn)混巧，用來把字符映射到數(shù)字上（可以這樣理解：選取一個(gè)具體的數(shù)字范圍，然后將范圍中的數(shù)字設(shè)置定義為碼位勤揩，然后為每個(gè)碼位編制一個(gè)文字符號咧党，這樣文字符號就和數(shù)字建立了一一對應(yīng)的關(guān)系。Unicode就是制定了這樣一種關(guān)系雄可。而UTF-8實(shí)現(xiàn)凿傅，是指怎樣將這個(gè)碼位存儲(chǔ)起來，是1個(gè)字節(jié)還是2個(gè)字節(jié)数苫，還是多個(gè)字節(jié)）聪舒。Unicode協(xié)會(huì)的人會(huì)幫你處理所有幕后的問題，包括為新字符指定編碼虐急。Unicode并不告訴你字符是怎么編碼成字節(jié)的箱残。這是被編碼方案決定的，通過UTF來指定。

UTF-8
UTF-8是一種字符編碼被辑，是Unicode規(guī)則字庫的一種實(shí)現(xiàn)形式（從UTF-8的全稱8-bit Unicode Transformation Format可以輔助理解這一點(diǎn)燎悍，utf-16，utf-32都是Unicode規(guī)則字庫的一種實(shí)現(xiàn)形式）盼理。
Unicode的編號從0000開始一直到10FFFF共分為17個(gè)Plane（0_{16）谈山，每個(gè)Plane中有65536個(gè)字符。}_{而UTF-8則只實(shí)現(xiàn)了第一個(gè)Plane宏怔，可見UTF-8雖然是一個(gè)當(dāng)今接受度最廣的字符集編碼奏路，但是它并沒有涵蓋整個(gè)Unicode的字庫，這也造成了它在某些場景下對于特殊字符的處理困難}~
UTF-8編碼為變長編碼臊诊。最小編碼單位（code unit）為一個(gè)字節(jié)鸽粉。一個(gè)字節(jié)的前1-3個(gè)bit為描述性部分，后面為實(shí)際序號部分抓艳。它可以使用1~6個(gè)字節(jié)表示一個(gè)符號（這句話可以參考維基百科的說明來理解）触机，根據(jù)不同的符號而變化字節(jié)長度。
對一個(gè)英文字母玷或，在UTF-8編碼方式下占用1個(gè)字節(jié)
對一個(gè)數(shù)字儡首，在UTF-8編碼方式下占用1個(gè)字節(jié)
對一個(gè)漢字而言，在UTF-8編碼方式下2-4個(gè)字節(jié)（沒有找到標(biāo)準(zhǔn)解答庐椒，一般為3到4個(gè)字節(jié)）
ISO-8859-1
共能表示 256 個(gè)字符椒舵，占用1個(gè)字節(jié)
GB2312和GBK
GB2312全稱是《信息交換用漢字編碼字符集基本集》蚂踊，總的編碼范圍是 A1-F7约谈，其中從 A1-A9 是符號區(qū)，總共包含 682 個(gè)符號犁钟，從 B0-F7 是漢字區(qū)棱诱，包含 6763 個(gè)漢字。GBK全稱叫《漢字內(nèi)碼擴(kuò)展規(guī)范》涝动，是國家技術(shù)監(jiān)督局為 windows95 所制定的新的漢字內(nèi)碼規(guī)范迈勋，它的出現(xiàn)是為了擴(kuò)展 GB2312，加入更多的漢字醋粟，它的編碼范圍是 8140~FEFE（去掉 XX7F）總共有 23940 個(gè)碼位靡菇，它能表示 21003 個(gè)漢字，它的編碼是和 GB2312 兼容的米愿，也就是說用 GB2312 編碼的漢字可以用 GBK 來解碼厦凤，并且不會(huì)有亂碼。
對GB2312和GBK而言：
對一個(gè)英文字母或者一個(gè)數(shù)字育苟，占用1個(gè)字節(jié)
對一個(gè)漢字而言较鼓，占用2個(gè)字節(jié)

為什么只會(huì)出現(xiàn)漢字亂碼，英文字母和數(shù)字卻不會(huì)：ASCII最先使用，其它的字符集都兼容ASCII

內(nèi)碼和外碼
內(nèi)碼（internal encoding）：程序內(nèi)部使用的字符編碼博烂，特別是某種語言實(shí)現(xiàn)其char或String類型在內(nèi)存里用的內(nèi)部編碼香椎；
外碼（external encoding）：程序與外部交互時(shí)外部使用的字符編碼∏堇椋“外部”相對“內(nèi)部”而言畜伐；不是char或String在內(nèi)存里用的內(nèi)部編碼的地方都可以認(rèn)為是“外部”。例如躺率，外部可以是序列化之后的char或String烤礁，或者外部的文件、命令行參數(shù)之類的肥照。
這里可以參考Java 字符串編碼

比特--字節(jié)--字符--編碼

比特--字節(jié)--字符--編碼

比特

字節(jié)

字符與編碼

更多參考

推薦閱讀更多精彩內(nèi)容