计算机最早出现在美国，26个字母大小写、数字、回车换行等符号，就用一个字节就可以搞定了，而且只用了一个字节的前七位，也就是128个字符，最高位恒为0。

 

随着计算机的推广，各个国家不同的语言对字符编码提出了新的要求，原来的128个字符已经不够用了，人们就将ASCII码的最高的一位利用了起来，扩充成了256个字符，也就出现了ISO-8859-1编码方式，它是兼容ASCII码的。

 

当计算机来到中国的时候，问题又来了，256个字符完全不够用，中国的常用汉字就有6000多个，加上一些不常用的有20000多个，人们就通过增加字节的方式来对汉字进行编码，也就是从一个字节扩充到两个字节，这就是gb2312编码；后来又对gb2312进行了扩充，形成了GBK编码方式，这种方式是兼容gb2312的。

 

于是这样每个国家都搞出了一套自己的编码方案，各个方案之间互不兼容，无法进行沟通。于是国际标准化组织就搞了一个全球统一的unicode编码方案，它有多个版本，目前常用的是两个字节的编码方案。

 

既然unicode已经解决了编码国际化的问题，那我们常听说的utf-8、utf-16又是什么东西，它们是用来解决什么问题的？

编码只是字符与数字的一种对应关系，unicode码是这样的一种对应关系，但是它并没有涉及到存储以及传输的问题。存储的时候哪个字节在前哪个字节在后？网络传输时又是先传输哪个字节？读取文件时计算机如何判断两个字节是两个ASCII码还是一个Unicode码？

因此需要一种统一的存储和传输格式来表示Unicode码，这种统一的实现方式称为UTF(unicode transformation format)。UTF-16与Unicode码完全对应，但是如果一片英文文章用UTF-16来存储的话，对空间造成了很大的浪费；于是UTF-8诞生了，它是一种变长的编码方式，根据不同的Unicode码采用不同的字节长度，减少了资源的浪费。

 

1、根操作系统相关，文件的保存类型

2、不同的项目采用了不同的编码格式

3、在头部声明编码类型，保存时用了另外的编码格式

4、网络传输乱码，客户端与服务端请求与接收时的编码格式不一致

 

所有的乱码问题都是编码和解码的格式不一致造成的，但是由于一次操作往往涉及到多次编解码，所以出现乱码有时很难查找是哪个环节出了问题，所以就要跟代码进行debug。