字符集与编码

计算机数据都是二进制数据，人们为了把字符与二进制数据相对应，于是就有了字符集。

美国人首先发明了ASCII字符集来使用，将字符和数字进行一一对应，这个数字称之为码点，将码点转换为二进制数据这个过程称之为编码，由于美国的字符比较少，每个字符用一个字节表示足矣。不够8位首位补0.

随着计算机的发展，越来越多的人使用计算机

中国随后发明了字符集（GBK），由于汉字数量多，就将一个码点转换为两个字节（16位）。GBK兼容ASCII码，字母数字标点符号，特殊字符还按ASCII码来用一个字节

GBK二进制编码格式 1xxxxxxx xxxxxxxx

当用GBK解码时 当遇到首位是1 就连读2个字节对该字符进行解码 ，当遇到首位是0就读一个字节对该字符进行解码

随后更多的国家发明了自己的字符集

为了统一字符集，ISO（国际标准化组织）发明了Unicode编码（万国码）兼容ASCII码，它可以容纳世界上所有文字和符号。

起初将一个码点转换为四个字节（这个编码称之为UTF-32编码）

显然4个字节表示一个字符是在网络传输中是非常占用内存的

后来就发明了UTF-8编码

UTF-8 解码：当遇到首位是0，就读取一个字节进行这个字节的解码

接着往后读遇到首位是110 就连读2个字节表示一个字符进行这个字符的解码

1110 连读3个字节表示一个字符进行该字符解码

11110 连读4个字节表示一个字符进行该字符解码

注意：

前景知识：

Tomcat服务器默认编码的字符集是ISO8859-1，浏览器默认字符集是Unicode 编码方式是UTF-8

get方法进行参数传递是从消息行带过去的没有封装到request对象里面

post方法进行参数传递是封装到request对象里面。

req.setCharacterEncoding(“UTF-8”); 设置服务器接受request参数传来的数据用UTF-8解码

==resp.setContentType(“text/html;charset=utf-8”);==设置服务器向浏览器响应编码是UTF-8编码

当在Servlet读取数据时候：

get方式不用转码，因为浏览器URL默认是UTF-8编码，Tomcat8.0以后对URL的解码也是UTF-8所以只需设置响应到浏览器编码即可。

post方式需要转码req.setCharacterEncoding(“UTF-8”);

当从浏览器传来数据通过服务器响应回浏览器时候

get和post方式都需要设置Tomcat的响应编码

resp.setContentType(“text/html;charset=utf-8”);