- 位（bit）：计算机存储信息的最小单位,音译比特，0和1两个值
字节(Byte)：8个bit一字节，在ASCII码中，一个标准英文字母（不分大小写）占一个字节位置，一个标准汉字占二个字节位置。
日常生活说的比如：1M光纤宽带,指的是1024*1024"位"(bit)而不是不是"字节"(Byte).
但是文件大小说的是"字节"(Byte),如文件大小是1M,是1024*1024 字节(Byte)
所以如果你们家安装了电信的100M光纤宽带：下载电影速度的理论极限是:100/8=12.5M(字节)
字符：计算机中使用的所有文字和符号，在不同的编码中，一个字符所占的字节大小是不一样的。
如在ASCII码中，一个标准英文字母（不分大小写）占一个字节位置，一个标准汉字占二个字节位置。
- ASCII码 全名是American Standard Code for Information Interchange， 叫做“美国信息交换标准码”
只有0~127个字符
0~31 是控制字符
32~127是打印字符
详见 ascii表
- ANSI码 American National Standard Institite，美国国家标准协会
ANSI编码是一种对ASCII码的拓展：ANSI编码用0x00~0x7f 范围的1 个字节来表示 1 个英文字符，超出一个字节的 0x80~0xFFFF 范围来表示其他语言的其他字符。也就是说，ANSI码仅在前126个与ASCII码相同，之后的字符全是某个国家语言的所有字符。值得注意的是，两个字节最多可以存储的字符数目是2的16次方，即65536个字符，这对于一个语言的字符来说，绝对够了。还有ANSI编码其实包括很多编码：中国制定了GB2312编码，用来把中文编进去另外，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准。受制于当时的条件，不同语言之间的ANSI码之间不能互相转换，这就会导致在多语言混合的文本中会有乱码。
- Unicode编码
为了解决不同国家ANSI编码的冲突问题，Unicode应运而生：如果全世界每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是Unicode，就像它的名字都表示的，这是一种所有符号的编码。
Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。
java程序中(内存中)所有的char、String(char数组)都是unicode编码，如“中”字unicode编码是 'u4e2d'是一个16进制的数字，转成10进制是 20013
- utf-8编码
Unicode已经可以包含所有国家和地区的文字和符号，为什么还需要utf-8呢？
原本可以用一个字节存储的英文字母在Unicode里面必须存两个字节（规则就是在原来英文字母对应ASCII码前面补0），这就产生了浪费。utf-8是用来减少浪费的。
utf-8编码一种变长的编码方式：它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，当字符在ASCII码的范围时，就用一个字节表示，保留了ASCII字符一个字节的编码做为它的一部分，如此一来UTF-8编码也可以是为视为一种对ASCII码的拓展。值得注意的是unicode编码中一个中文字符占2个字节，而UTF-8一个中文字符占3个字节。从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换。
- gb2312和gbk编码
gb2312可以认为是ANSI码的一种实现，是对ascii的一个扩展，gbk是对gb2312的扩展
GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换
在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8或者GBK等编码。
用记事本编辑的时候，从文件读取的UTF-8或者GBK字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8或者GBK保存到文件。
iso8859-1：属于单字节编码，最多能表示的字符范围是0-255
java中的编码问题
http://www.cnblogs.com/zj0208/p/7019102.html
字符编码ANSI和ASCII区别、Unicode和UTF-8区别
https://blog.csdn.net/xiangxianghehe/article/details/77574965
URLEncode和URLDecode
request.getParameter("name")
request.setCharacterEncoding("字符集") //这里设置的字符集合，只到post请求生效，对get请求无效
get请求
浏览器端：get请求？号后含有 非ascaii编码的字符(如果中文，特殊字符等)，浏览器 在发送请求时会先 URL encode这些字符(以什么编码encode和浏览器有关)
这样，整个url就符合url规范了，然后以iso-8859-1的编码方式转换成二进制随着请求头一起发送出去。
服务器端（tomcat）是如何将数据获取到进行解码的
服务端可以设置默认的编码格式。不设置默认为 iso-8859-1， 不建议设置。
<Connector port="8080" protocol="HTTP/1.1" maxThreads="150" connectionTimeout="20000" redirectPort="8443" URIEncoding="GBK"/>
post请求
在post方法里所要传送的数据也要URL encode，那么他是用什么编码方式的呢？
在form所在的html文件里如果有段<meta http-equiv="Content-Type" content="text/html; charset=字符集（GBK，utf-8等）"/>，那么post就会用此处指定的编码方式编码。一般大家都认为这段代码是为了让浏览器知道用 什么字符集来对网页解释，所以网站都会把它放在html代码的最前端，尽量不出现乱码，其实它还有个作用就是指定form表单的post方法提交数据的 URL encode编码方式。从这里可以看出对于get方法来数，浏览器对数据的URL encode的编码方式是有浏览器设置来决定，（可以用js做统一指定），而post方法，开发人员可以指定。
服务端 request.setCharacterEncoding("字符集") 就会起作用了。