Unicode万国码、UTF8、GB2312、GBK、ISO-8859-1
Unicode（一、、一、）是科域的一界，用以一地呈和理世界上大部分的文字系，其。
Unicode依照通用字符集（Universal Character Set）的展，同也以本的形式外表。Unicode至今仍在不增，每新版本都加入更多新的字符。目前最新的Unicode第六版，除了已入超十字符（Unicode的第十字符在2005年，且可成之一），包含可用作考的代表、方法、的字符，以及了如大小字母等字符特性的列表些料。
在文字理方面，Unicode 的功用是每一字元提供一唯一的代（即一字），而不是一字形。句，Unicode是字元以一抽象的方式呈，而上的演工 作（例如字大小、外形、字形、文等）留其他件理，例如器或是文字理器。
差不多所有系都支援基本拉丁字母，并各自支持不同的其他编码方式。Unicode为了和它们相互兼容，其首256字元保留ISO 8859-1所定的字元，使既有的西系文字的不需特考量；并且把大量相同的字元重到不同的字元中去，使得有的方式得以和 Unicode互相直接，而不失任何。

Unicode编码系统可分为编码方式和实现方式两个层次。
Unicode的编码方式与ISO 10646的通用字符集（Universal Character Set，UCS）概念相对应，目前实际应用的Unicode版本对应于UCS-2，使用16位的编码空间。也就是每个字符占用2个字节。这样理论上一共最多可以表示216即65536个字符。
实现方式
Unicode的实现方式不同于编码方式。一个字符的Unicode编码是确定的。但是在实际传输过程中，由于不同系统平台的设计不一定一致，以及出于节省空间的目的，对Unicode编码的实现方式有所不同。Unicode的实现方式称为Unicode转换格式（Unicode Transformation Format，简称为UTF）

UTF-8（8-bit Unicode Transformation Format）是一Unicode的[color=red]可度字元，也是一种前缀码[/color]。它可以用表示Unicode中的任何字元，且其中的第一位元仍ASCII相容，使得原理ASCII字元的或只做少部份修改，即可使用。因此，它逐成子件、及其他存或送文字的用中，先用的。它对英文使用8位（即一个字节），中文使用24为（三个字节）来编码。

UTF-8使用一至四位元每字符：
1.128US-ASCII字符只需一位元（Unicode由U+0000至U+007F）。2.有附加符号的拉丁文、希文、西里字母、美尼、希伯文、阿拉伯文、利文及它拿字母需要二位元（Unicode由U+0080至U+07FF）。3.其他基本多文平面（BMP）中的字元（包含了大部分常用字）使用三位元。4.其他少使用的Unicode 助平面的字元使用四位元。
UTF-8编码字节含义
?对于UTF-8编码中的任意字节B，如果B的第一位为0，则B为ASCII码，并且B独立的表示一个字符;?如果B的第一位为1，第二位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的一个字节，并且不为字符的第一个字节编码;?如果B的前两位为1，第三位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的第一个字节，并且该字符由两个字节表示;?如果B的前三位为1，第四位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的第一个字节，并且该字符由三个字节表示;?如果B的前四位为1，第五位为0，则B为一个非ASCII字符（该字符由多个字节表示）中的第一个字节，并且该字符由四个字节表示;
因此，对UTF-8编码中的任意字节，根据第一位，可判断是否为ASCII字符;根据前二位，可判断该字节是否为一个字符编码的第一个字节; 根据前四位（如果前两位均为1），可确定该字节为字符编码的第一个字节，并且可判断对应的字符由几个字节表示;根据前五位（如果前四位为1），可判断编码 是否有错误或数据传输过程中是否有错误。

GBK是国家标准GB2312基础上扩容后兼容GB2312的标准。GBK的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBD大。

GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换：
GBK、GB2312－－Unicode－－UTF8
UTF8－－Unicode－－GBK、GB2312

ISO-8859-1编码是单字节编码，向下兼容ASCII，其编码范围是0x00-0xFF，0x00-0x7F之间完全和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是文字符号。
　　ISO-8859-1收录的字符除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号。欧元符号出现的比较晚，没有被收录在ISO-8859-1当中。
　　因为ISO-8859-1编码范围使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性，MySQL数据库默认编码是Latin1就是利用了这个特性。ASCII编码是一个7位的容器，ISO-8859-1编码是一个8位的容器。
　　Latin1是ISO-8859-1的别名，有些环境下写作Latin-1。

try {          // 汉字中以UTF-8编码为     %E4%B8%AD（3字节）        System.out.println(URLEncoder.encode("中", "UTF-8"));          // 汉字中以UTF-8编码为     %3F      （1字节 这是由于汉字在ISO-8859-1字符集中不存在，返回的是？在ISO-8859-1下的编码）        System.out.println(URLEncoder.encode("中", "ISO-8859-1"));          // 汉字中以UTF-8编码为     %D6%D0        （2字节）        System.out.println(URLEncoder.encode("中", "GB2312"));                    // 把汉字中对应的UTF-8编码                 %E4%B8%AD 用UTF-8解码得到正常的汉字 中        System.out.println(URLDecoder.decode("%E4%B8%AD", "UTF-8"));          // 把汉字中对应的ISO-8859-1编码    %3F       用ISO-8859-1解码得到?        System.out.println(URLDecoder.decode("%3F", "ISO-8859-1"));          // 把汉字中对应的GB2312编码                 %D6%D0        用GB2312解码得到正常的汉字 中         System.out.println(URLDecoder.decode("%D6%D0", "GB2312"));          // 把汉字中对应的UTF-8编码                 %E4%B8%AD 用ISO-8859-1解码        // 得到字符??-（这个就是所谓的乱码，其实是3字节%E4%B8%AD中每个字节对应的ISO-8859-1中的字符）        // ISO-8859-1字符集使用了单字节内的所有空间        System.out.println(URLDecoder.decode("%E4%B8%AD", "ISO-8859-1"));        // 把汉字中对应的UTF-8编码                 %E4%B8%AD 用GB2312解码        // 得到字符涓?，因为前2字节 %E4%B8对应的GB2312的字符就是涓，而第3字节%AD在GB2312编码中不存在，故返回？        System.out.println(URLDecoder.decode("%E4%B8%AD", "GB2312"));      } catch (UnsupportedEncodingException e) {          // TODO Auto-generated catch block          e.printStackTrace();      }