之前总是对乱码问题手足无措，遇到了就百度，解决后也没深究，就不管了，这次又遇到了，怎么说也要把它搞清楚，透彻。
我理解的编码在生活场景中的反映就像是，你站在超市储物箱前面，用手上的要是打开对应位置的箱子，取出其中的物品，编码也是这样的，你手上拿着这个字符的01数字串，根据他的编码表找到他对应的文字，取出来展示就是了。举个栗子：e4b8ad查询utf-8编码表可知是“中”这个字。那么乱码是怎么产生的呢？很简单，你拿着那串钥匙跑到隔壁超市取东西，嘿，很巧，那个钥匙可以开那个锁，你打开箱子发现“这不是我的东西啊，什么鬼？”编码也是一样的你拿着e4b8ad去查gbk（gbk是固定2个字节）发现e4b8是“涓”，肯定也是同样的纳闷“这不是我想要的字啊！”。
以上就是我对编码和乱码的理解，下面来普及下编码的基础知识。
1.ASCII码
这是美国在19世纪60年代的时候为了建立英文字符和二进制的关系时制定的编码规范，它能表示128个字符，其中包括英文字符、阿拉伯数字、西文字符以及32个控制字符。它用一个字节来表示具体的字符，但它只用后7位来表示字符（2^7=128），最前面的一位统一规定为0。
2.扩展的ASCII码
原本的ASCII码对于英文语言的国家是够用了，但是欧洲国家的一些语言会有拼音，这时7个字节就不够用了。因此一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使 用的编码体系，可以表示最多256个符号。但这时问题也出现了：不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。比如，130在法语编码 中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表另一个符号。但是不管怎样，所有这些编码方式中，0—127表示的符号是一样的，不一样的只是128—255的这一段。这个问题就直接促使了Unicode编码的产生。
3.Unicode
为了使国际间信息交流更加方便，国际组织制定了 UNICODE 字符集，为各种语言中的每一个字符设定了统一并且唯一的数字编号，以满足跨语言、跨平台进行文本转换、处理的要求。
Unicode字符集可以简写为UCS（Unicode Character Set）。早期的unicodeUnicode标准有UCS-2、UCS-4的说法。UCS-2用两个字节编码，UCS-4用4个字节编码。
在 UNICODE 被采用之后，计算机存放字符串时，改为存放每个字符在 UNICODE 字符集中的序号。目前计算机一般使用 2 个字节（16 位）来存放一个序号（DBCS,Double Byte Character System），因此，这种方式存放的字符也被称作宽字节字符。比如，字符串 "中文123" 在 Windows 2000 下，内存中实际存放的是 5 个序号，一共10个字节。
Unicode字符集包含了各种语言中使用到的所有“字符”。用来给 UNICODE 字符集编码的标准有很多种，比如：UTF-8, UTF-7, UTF-16, UnicodeLittle, UnicodeBig 等。
4.UTF-8
UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码（定长码），也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部份修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。
基本的编码和乱码的知识也都了解了，那么我又有个小问题，从认识java开始就一直灌输着java是用Unicode编码的，那么这里的编码到底是什么意思呢？我在eclipse的window-->preferences-->general-->workspace设置Text file encoding为utf-8是设置的什么呢？和jsp里面设置的charset=UTF-8有什么联系吗？
这里对Unicode进行补充，Unicode字符集只是定义了字符的集合和唯一编号，Unicode编码，则是对UTF-8、UCS-2/UTF-16等具体编码方案的统称而已，并不是具体的编码方案。所以当需要用到字符编码的时候，你可以写gb2312，codepage936，utf-8，utf-16，但请不要写unicode。UTF-8是Unicode的实现方式之一。
jsp页面中的这个字符设置是做给浏览器解析的。而我们用记事本打开并另存为的那个编码是给编辑文件看的，就是说当你用GBK保存时，其他的编辑文件应也以GBK的编码去查看编辑，否则看不到正确的中文显示。而在Eclipse中的Text File Encoding就是查看时的编码（好像它不能真正修改文件的编码格式），如果本来是GBK或UTF-8的编码，在Eclipse中式用UTF-8或GBK去查看，肯定显示乱码。
下面让我们用代码来证明以上观点
public static void main(String[] args) throws IOException { System.out.println(Charset.defaultCharset()); String a = "中文"; byte[] aa = a.getBytes("utf-8"); for(byte b : aa){ System.out.println(Integer.toHexString(b & 0xFF));//将byte转换成无符16进制整数 } System.out.println(new String(aa, "gbk")); }
结果输出为：
UTF-8 e4 b8 ad e6 96 87 涓�枃
e4b8为涓ade6为�9687为枃
这里差不多对编码和乱码已经解释的差不多了。以上代码其实还有个小问题，下篇再写。