咋样能让电脑出乱码-(咋样能让电脑出乱码呢)

我相信国内开发者对这三种编码格式并不陌生。这三种是中文字符显示的编码格式。这三种之间有什么区别和联系？

在美国和西欧使用一个字节就足够了，但中文显然还不够。第一个中文标准是GB2312。GB2312标准主要针对简体中文常见字符，包括约700个汉字、一些罕用词和繁体字。

GB2312用两个字节固定表示汉字。在这两个字节中，最高位为1。如果是0，则认为是ASCII字符。在这两个字节中，高字节范围为0xA1~0xF7.低字节范围为0xA1~0xFE。

GBK建立在GB在2312的基础上，向下兼容GB也就是说，2312，GB2312编码的字符和二进制表示 GBK编码完全一样。GBK共增加了1.4万多个汉字，其中包括繁体字在内的汉字约2.1万个。

GBK体内固定的两个字节表示，高字节范围为0x81~0xFE，低字节范围为0x40~0x7F和Ox80~0xFE。

需要注意的是，低字节是从Ox从40(即64)开始，也就是说，低字节的最高水平可能是0。你怎么知道它是汉字的一部分还是一个？ASCII字符呢?其实很简单，因为汉字是用固定字节表示的.在分析二进制流时，如果第一个字节的最高位为1，则读取下一个字节并将其分析为汉字，而不考虑其最高位置。分析后，跳到第三个字节继续分析。

GB18030向下兼容GBK，中日韩统一字符增加5.5万多个字符，共7.6万多个字符。

两个字节不能再表达了GB18030中的所有字符，GB18030使用变长编码，有的是两个字节，有的是四个字节。在字节编码中，字节表示范围和GBK一样。在四字节编码中，第一个字节值为0x81~0xFE，第二个字节的值为0x30~0x第三个字节值为0x81~0xFE，第四字节值为0x30~0x39。

在分析二进制时，如何知道是两个字节还是四个字节表示一个字符？看第二个字节的范围，如果是0x30~0x39是四个字节，因为两个字节编码中的第二个字节比这个大。

如果上述编码可以表示中英文所需的字符，那么世界上有各种各样的国家语言，每个国家都是基于ASCII要实现一套编码标准，就会有成千上万套编码。那就没有世界统一的标准了？有，这就是Unicode编码！

Unicode有一件事是，世界上所有的字符都分配了一个唯一的数字编号，从0开始x000000~0x10EEEF，包括110多万。但大多数常用字符都是0x0000~0xEEEF之间，即65536个数字。每个字符都有一个Unicode编号，这个编号一般写成16进制，加在前面U 。大多数中文的编号范围是U 4E00~U 9FFF。

简单理解，Unicode这样做的一件事就是把唯一的数字编号分配给所有的字符。它没有规定如何对应二进制，这与上述其他代码不同。其他代码不仅规定了哪些字符可以表示，还规定了每个字符对应的二进制是什么Unicode只规定每个字符的数字编号。目前常用的编码方案有UTF-8、UTF-16以及UTF-32。

UTF-8用变长字节表示每个字符使用的字节数及其数量Unicode编号号大小有关，编号小使用字节少，编号大使用字节多，使用字节数为1~4。小于128的，编码与ASCII代码相同，最高位为0。其他编号的第一个字节有特殊的含义，最高的连续1表示几个字节，其他字节从10开始。

对于一个Unicode编号，具体怎么编码？首先将其视为整数，转化为二进制形式(去位0).然后将二进制位从右到左依次填充到相应的二进制格式x中。填充后，如果对应的二进制格式有未填充的x，则设置为0。