java----编码问题

    public static void main(String[] args) throws ExecutionException, InterruptedException, TimeoutException {
        char c = 0x61;
        System.out.println(c);
        String x = "u6c34u6c34"; //16**4
        char y = 'u6c34';
        System.out.println(x);
        System.out.println(y);
    }

Unicode字符集和UTF-8编码方式

Unicode符号范围        |   UTF-8编码方式

(十六进制)             | （二进制）       #Unicode部分为16进制编码， UTF-8编码为2进制

—————————————————————–————————————–
0000-0000 007F   | 0xxxxxxx      #UTF-8规定，若1字符=1字节，首位须为‘0’
0080-0000 07FF   | 110xxxxx 10xxxxxx  #UTF-8规定，若1字符=2字节，高位字节前3位为‘110’，低位前2位为‘10’
0800-0000 FFFF   | 1110xxxx 10xxxxxx 10xxxxxx  #UTF-8规定，若1字符=3字节，高位字节前3位为‘110’，后面低位前2位一律为‘10’。（占4,5字节字符规则以此类推）
作者：于洋 链接：https://www.zhihu.com/question/23374078/answer/69732605 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

参考：https://www.cnblogs.com/deepblue775737449/p/7604738.html

　　　https://www.zhihu.com/question/23374078/answer/69732605  ：写的非常好

有趣的GBK和UTF8起源:在文本中输入“联通”二字，再次打开会乱码，原因所在

当你在windows的记事本里新建一个文件，输入“联通”两个字之后，保存，关闭，然后再次打开，你会发现这两个字已经消失了，代之的是几个乱码！呵呵，有人说这就是联通之所以拼不过移动的原因。
　　其实这是因为GB2312编码与UTF8编码产生了编码冲撞的原因。
　　从网上引来一段从UNICODE到UTF8的转换规则：

|-------------|-----------------------------|
|Unicode | UTF-8 |
|-------------|-----------------------------|
|0000 – 007F| 0xxxxxxx |
|0080 - 07FF| 110xxxxx 10xxxxxx |
|0800 – FFFF| 1110xxxx 10xxxxxx 10xxxxxx |
|-------------|-----------------------------|

　　例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 1100 0100 1001，将这个比特流按三字节模板的分段方法分为0110 110001 001001，依次代替模板中的x，得到：1110-0110 10-110001 10-001001，即E6 B1 89，这就是其UTF8的编码。
　　而当你新建一个文本文件时，记事本的编码默认是ANSI, 如果你在ANSI的编码输入汉字，那么他实际就是GB系列的编码方式，在这种编码下，“联想”的内码是：
　　c1 1100 0001
　　aa 1010 1010
　　cd 1100 1101
　　a8 1010 1000
　　注意到了吗？第一二个字节、第三四个字节的起始部分的都是“110”和“10”，正好与UTF8规则里的两字节模板是一致的，于是再次打开记事本时，记事本就误认为这是一个UTF8编码的文件，让我们把第一个字节的110和第二个字节的10去掉，我们就得到了“00001 101010”，再把各位对对齐，补上前导的0，就得到了“0000 0000 0110 1010”，不好意思，这是UNICODE的006A，也就是小写的字母“j”，而之后的两字节用UTF8解码之后是0368，这个字符什么也不是。这就是只有“联通”两个字的文件没有办法在记事本里正常显示的原因。
　　而如果你在“联通”之后多输入几个字，其他的字的编码不见得又恰好是110和10开始的字节，这样再次打开时，记事本就不会坚持这是一个utf8编码的文件，而会用ANSI的方式解读之，这时乱码又不出现了。
　　
　　好了，终于可以回答NICO的问题了，在数据库里，有n前缀的字串类型就是UNICODE类型，这种类型中，固定用两个字节来表示一个字符，无论这个字符是汉字还是英文字母，或是别的什么。
　　如果你要测试“abc汉字”这个串的长度，在没有n前缀的数据类型里，这个字串是7个字符的长度，因为一个汉字相当于两个字符。而在有n前缀的数据类型里，同样的测试串长度的函数将会告诉你是5个字符，因为一个汉字就是一个字符。

参考：https://blog.csdn.net/qq_36688143/article/details/79496753