大嫂说，有你靠的（Unicode）

哈喽，大家好，我是指北君。,最近看《狂飙》了吧，大嫂气场十足！飒爽！,Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符 设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。,字符集当然是字符的集合，那么字符呢？你看到这篇文章的每个字母、中文或标点符号，就是一个个字符。,在计算器出现的早期，计算机仅支持的字符集为ASCII，其对应的字符就能够满足当时的使用需求，但随着计算机的发展，在计算机上需要显示的内容越来越复杂， 各个国家不同厂商都有自己的实现标准，然而有没有谁能够兼容世界所有的文字，因此产生了各种字符集，比如ASCII、ISO-8859-1、GB2312、BIG5等等。,为了实现人和计算机间的交流，我们只认识字符，计算机只认识二进制数据，字符编码即实现将字符转换成机器码进行存储、使用的的一种技术手段。,Unicode是字符集，而不是编码方式。,字母、文字、数字、标点符号、图形符号等字符的集合。表示了字符到二进制比特位的映射关系,ASCII,GB2312,字符对应二进制字节表示后的编码规则以及存储形式。,Unicode编码模型包含五层：,下面是unicode与unf8的映射表，我们通过字符的unicode码点（对应的16进制编码）可以找到对应的utf-8格式并进行编码转换最终实现物理存储。,那么unicode字符如何转换成utf8编码呢？,BOM 是 Byte Order Mark 的缩写。是UTF编码方案里用于标识编码的标准标记，在UTF-16里本来是FF FE，变成UTF-8就成了EF BB BF。这个标记是可选的， 因为UTF8字节没有顺序，所以它可以被用来检测一个字节流是否是UTF-8编码的。,在java中，我们通过\u开头来表示unicode编码，比如上面的\u6211，则表示的是“我”。,看下面这段代码，你觉得会输出什么？,当然是“Hello World”了，不要觉得//后面的代码全部会被解析为注释，前提是没有换行符，然而\u000d恰好会被解释为换行符，这样其后面的代码会作为新的一行进行解析， 这也是为什么会有这样的输出结果了,通过下面的命令可以对java源文件进行编译：,javac ./Main.java -encoding utf-8,window环境默认编码为gbk,要知道java作为一门高级静态语言，需要通过编译后才能交由JVM加载使用的，在java文件编译前还会经历对源代码进行词法分析、语法分析、语义分析等等，最后生成class文件后，才能被JVM加载。而源文件中\u开头的字符则是在这个过程中被解析并处理的。,unicode作为世界统一编码，经历了很多变革，该篇主要通过unicode让你对字符集以及字符编码有一个简单的认识。,