关于乱码

Question

我看一篇文章说：“中”在utf-8对应的码表是98，然后用gb2312解析就会出现乱码。 “解析”这个词我能理解，可能就是根据数据的字节对应的数值得到字符，那么从字符到字节的过程又是怎样的呢，譬如“中”对应98，“中”这个字符在计算机里面不也是由字节组成的吗，不管用什么码表解析它，它不都是一堆字节码，怎么计算机查不同的码表能得到不同的字节呢？

Answer 1

字符集：字符与数字的一种映射关系。在不同的字符编码中，同一个字对应的数字一般是不同的。
我决不认为中在UTF8中对应的数字是98，以下仅是比喻。
比如说，中在utf8中对应98，而在gbk则可能对应的是123。这就定义此编码的人是从何角度来对字符进行数字表示的，比如GBK就是按拼音来的。

这就是乱码出来的基本问题，98这个数字用UTF8解析是“中”，而在GBK则可能是其它字符。

再说说字符转字节的问题，同样的中对应98，这里牵涉到编码实现的问题。
98这个数字，在计算机中是怎么表示的？你能回答出来吗？不能！！为什么，我一个字节能代表98！两个字节也能，4个，8个，大小端，甚至我用一篇长长加密来都能代表98，这就是编码方式。大家约定俗成的一套编码、解码方式。所以UNICODE会有N多的编码方式：UTF-8，UTF16（还分大小端等），UCS2（JAVA的char用的就是这个）等

建议你上维基百科，看看这方面的资料，上面说的相当地详细