ASCII

ASCII 全称American Standard Code Information Interchange 美国信息互换标准代码，共有128位。

ISO8859-1

128位肯定是不够的，所以ISO又在ASCII 的基础上拓展了大多数西欧字符。

GB2312

每个国家都有自己的文字，所以GB2312应运而生。GB2312兼容ASCII ，固定采用2个字节，收录了6763个汉字，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的”全角”字符，而原来在127号以下的那些就叫”半角”字符了。

GBK

GBK 即汉字内码扩展规范，K 为汉语拼音 Kuo Zhan（扩展）中“扩”字的声母，完全兼容GB2312，同样固定采用双字节。增加了繁体字等。

GB18030

GB18030的编码采用单字节、双字节和4字节方案，其中单字节、双字节完全兼容GBK，增加了更多的文字。

Unicode

Unicode是由ISO组织设计，可以容纳全世界所有语言文字的编码方案，简称UCS。Unicode最多有4个字节，但大部分都是2个字节，对应的是UCS-2和UCS-4，主流的文字都在Unicode的第一片区（plane 0），也叫asic Multilingual Plane, 即BMP。但Unicode只是规定如何编码，并没有规定如何传输、保存这个编码。例如“汉”字的Unicode编码是6C49

Unicode的问题

Unicode的长度是固定的，但如果是纯英文的内容，会造成传输的巨大浪费。

UTF

UTF全称UCS Transfer Format，顾名思义UTF-32表示4个字节表示一个字符，UTF-16采用了2字节或4字节的方式来完成编码，而UTF-8是一种变长的编码方式，它使用1-4个字节表示一个字符。

BOM

UTF-8以字节为编码单元，没有字节序的问题。UTF-16以两个字节为编码单元，在解释一个UTF-16文本前，首先要弄清楚每个编码单元的字节序。例如“奎”的Unicode编码是594E，“乙”的Unicode编码是4E59。如果我们收到UTF-16字节流“594E”，那么这是“奎”还是“乙”？

Unicode规范中推荐的标记字节顺序的方法是BOM。BOM不是“Bill Of Material”的BOM表，而是Byte Order Mark。BOM是一个有点小聪明的想法：

在UCS编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。

这样如果接收者收到FEFF，就表明这个字节流是Big-Endian的；如果收到FFFE，就表明这个字节流是Little-Endian的。因此字符"ZERO WIDTH NO-BREAK SPACE"又被称作BOM。

UTF-8不需要BOM来表明字节顺序，但可以用BOM来表明编码方式。字符"ZERO WIDTH NO-BREAK SPACE"的UTF-8编码是EF BB BF。所以如果接收者收到以EF BB BF开头的字节流，就知道这是UTF-8编码了。

几种编码方式的比较

UTF-16的编码效率较高，从字符到字节的转换更简单，如java的内存编码就是用UTF-16，但它不适合在网络之间传输，因为网络传输容易损失字节流，而UTF-16容错性低，可能导致所有后续字符全部错乱。而且UTF-8在纯英文下更短，且UTF-8兼容ascii。UTF-16有字节序要求，而UTF-8没有。最新Unicod版本中字符数量已经超过了UTF-16的上线，UTF-8就没有这个问题。

java中的char

首先要分清内码（internal encoding）和外码（external encoding）。
内码 :某种语言运行时，其char和string在内存中的编码方式。
外码 :除了内码，皆是外码，比如源代码编译产生的目标代码文件。

char类型用于表示单个字符，使用UTF-16进行编码，早期，UTF-16采用固定长度2字节的方式编码，两个字节可以表示65536种符号，足以表示当时unicode中所有字符。但是随着unicode中字符的增加，2个字节无法表示所有的字符，UTF-16采用了2字节或4字节的方式来完成编码。Java为应对这种情况，考虑到向前兼容的要求，Java用一对char来表示那些需要4字节的字符。所以，java中的char是占用两个字节，只不过有些字符需要两个char来表示。

char[] c = Character.toChars(Integer.parseInt("1D306", 16));
char c1 = 99;
char c2 = '\u6c49';
System.out.println(c);
System.out.println(c1);
System.out.println(c2);