因為要寫這篇文章，所以查詢了一下些關於編碼的知識，不對之處希望能指出來 :)。編碼主要經歷三個階段：ASCII、ANSI和Unicode。
    ASCII大家都知道，就是以一個位元組的低7位表示字元，這樣可以表達128個字元，通常就是我們所說的英文字母和符號；
    ANSI標準利用兩個擴充套件ASCII字元來表達非英文字元，這樣可以表達的擴充套件字元數就到達了14位，即16384個字元。針對ANSI，每個國家（地區）有自己的編碼規範，對中文來說就是GB2312，GBK和GB18030，臺灣的BIG5，日文的Shift-JIS等，這些都是對ANSI的具體擴充套件。如果你編寫一個文字檔案，指定為GBK，那麼你開啟該檔案的時候必須指明其正確的編碼方式，否則會出現亂碼。不同 ANSI 編碼之間互不相容，當資訊在國際間交流時，無法將屬於兩種語言的文字，儲存在同一段 ANSI 編碼的文字中，也就是GBK編碼的檔案中不可能出現日文，否則開啟該檔案時就會出亂碼。
   UNICODE 使用兩個位元組對世界上幾乎所有的語言進行編碼（0x0000－0xFFFF），它可以表達的字元數量為16位，即65536個字元，每種語言的程式碼段不同，兩個位元組所表達的字元是唯一的，所以不同語種可以共存於文字中。UNICODE只是指定了編碼，沒有指定傳輸方式（ big endian）問題，所以派生了UTF（UNICODE Transformation Format），所以UTF-8和UTF-16都是UNICODE的一種編碼方式。對於UNICODE檔案來說，通常檔案內容的頭兩個位元組來表明其是UNICODE，如FF FE 表示為UTF-8編碼，其情況均表示為ANSI，這也是為何有IDEA的“Autodetect UTF-encoded files“功能的原因。由於UTF-8不需要處理big endian問題，因此UTF-8是最常用的UNICODE編碼方式。
   亂碼問題：由於UNICODE和ANSI所處理的字元的程式碼不一樣，而且各個國家對ANSI碼的解釋也不一樣，所以UNICODE和ANSI之間、不同國家的ANSI之間的不正確使用就導致了亂碼，如開啟一個位元組流，如果設定的解析編碼不正確，亂碼就出現啦，所以要搞清楚你使用的編碼方式，這樣就不會出現亂碼。
   扯了這麼多，我們看一下IDEA提供哪些處理編碼的功能。IDEA中lossy encoding（中文不知道如何翻譯：易損的編碼？）究竟發揮怎麼樣的作用咧？lossy encoding可以把不應該出現在該檔案中的字元指出來，提示你進行修正。如在us-ascii編碼的檔案中，出現中文或日文可不可以的；同樣在GBK編碼的檔案中出現ANSI日文或UTF字元也是不可以的。
   但是在實際的開中，有一些檔案是能描述自身編碼的，如xml和html。xml可以通過encoding來指定編碼方式，而html通過content-type方式來指定，如果開啟這些檔案，就會呼叫相應的編碼方式來處理。在開發中，我們通常會從一種編碼方式轉換到另一種編碼，在IDEA中 ，如果你將這些自身帶有編碼資訊的檔案的編碼宣告改變的話，對應的檔案編碼也會改變。如將一個utf-8的xml檔案的encoding更改為GBK，那麼檔案的編碼也會自動進行轉換並進行儲存，同樣修改html的content-type或jsp的content-type都會引發檔案的編碼自動轉換，這樣的處理對編碼轉換非常有好處，在google上你可以搜尋到很多編碼轉換的工具，但這一切IDEA都在自動幫你搞定。如果你想快速檢視一個檔案的編碼，最好安裝File Info外掛，按下Ctrl+F10馬上就可以瞭解檔案的編碼方式。
    最後稍微聊一下專案的編碼，如果你的專案是國際化的話，最好選擇utf-8，因為可以融合多個語言，這也是為何很多論壇都採用utf-8編碼（不同語言的人都會發帖），而Rails將utf-8設為預設。其他情況請選擇適當的ANSI編碼，同時也要考慮和utf-8直接的轉換，如Ajax等。在最新的IDEA 8.0 EAP中，專案級別的編碼可以被指定，而且各個檔案可以指定相關的編碼，檔案編碼處理的功能更強。希望這些介紹能對檔案編碼瞭解和實際開發有一定的幫助。

新建工程時----在General中，把File   Encoding和Properties   Files都設定成utf-8編碼。

頁面加上 <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />

IDEA會自動轉換成相應的編碼

小張網校

www.xiaozhangwx.com
-IT程式設計線上學習交流平臺
-更多的小夥伴等待你的加入


最新視訊課程：
2048遊戲的開發