[转]Unicode、UTF-8 和 ISO8859-1到底有什么区别_JAVA_编程开发_程序员俱乐部

Unicode、UTF－8?和?ISO8859-1到底有什么区别〈转〉Unicode、UTF－8?和?ISO8859-1到底有什么区别??
1.本文主要包括以下几个方面：编码基本知识，java，系统软件，url，工具软件等。??
在下面的描述中，将以"中文"两个字为例，经查表可以知道其GB2312编码是"d6d0?cec4"，Unicode编码为"4e2d?6587"，UTF编码就是"e4b8ad?e69687"。注意，这两个字没有iso8859-1编码，但可以用iso8859-1编码来"表示"。??
在下面的描述中，将以"中文"两个字为例，经查表可以知道其GB2312编码是"d6d0?cec4"，Unicode编码为"4e2d?6587"，UTF编码就是"e4b8ad?e69687"。注意，这两个字没有iso8859-1编码，但可以用iso8859-1编码来"表示"。??
2.?编码基本知识??
最早的编码是iso8859-1，和ascii编码相似。但为了方便表示各种各样的语言，逐渐出现了很多标准编码，重要的有如下几个。??
2.1.?iso8859-1?通常叫做Latin-1??
属于单字节编码，最多能表示的字符范围是0-255，应用于英文系列。比如，字母a的编码为0x61=97。??
很明显，iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。而且在很多协议上，默认使用该编码。比如，虽然"中文"两个字不存在iso8859-1编码，以gb2312编码为例，应该是"d6d0?cec4"两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示："d6?d0?ce?c4"（事实上，在进行存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节"e4?b8?ad?e6?96?87"。很明显，这种表示方法还需要以另一种编码为基础。??
2.2.?GB2312/GBK???
这就是汉子的国标码，专门用来表示汉字，是双字节编码，而英文字母和iso8859-1一致（兼容iso8859-1编码）。其中gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。??
2.3.?unicode??
这是最统一的编码，可以用来表示所有语言的字符，而且是定长双字节（也有四字节的）编码，包括英文字母在内。所以可以说它是不兼容iso8859-1编码的，也不兼容任何编码。不过，相对于iso8859-1编码来说，uniocode编码只是在前面增加了一个0字节，比如字母a为"00?61"。