一、乱码由来：
大家都知道一句话：“乱码是因为编码和解码方式不一致造成的”。 那么，我们为什么要编码呢？
那就要从计算机底层是如何表示人类语言（包括字母、中文文字、其他符号等等）说起了：
字符：人们使用的记号，抽象意义上的一个符号。 '1', '中', 'a', '$', '￥', ……
字节：计算机中存储信息的最小单元是1个字节（byte），即8个bit(二进制，要么是1，要么是0)，假设用一个字节表示人类语言的字符，最多也就可以展示2的8次方=256个，要表示世界上那么多种字符，这明显远远不够用。
所以要计算机表示和人类语言符号统一起来，就需要编码，也就是从字符到字节或者从字节到字符的转换过程，具体各种编码格式、编码规则又有不同：
1、ASCII码（American Standard Code for Information Interchange，美国信息交换标准代码）：用1个字节的低7位来表示共计128个字符，是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其它西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。
如下表，有了这个统一的标准之后，大家读到计算机中某个字节是：01000001，那么我们就知道它代表的是大写字母A；
| Bin(二进制) |
Oct(八进制) | Dec(十进制) |
Hex(十六进制) |
缩写/字符 |
解释 |
| 0000 0000 |
0 |
0 |
00 |
NUT(null) |
空字符 |
| 0000 0001 |
1 |
1 |
01 |
SOH(start of headline) |
标题开始 |
| 0000 0010 |
2 |
2 |
02 |
STX (start of text) |
正文开始 |
| 0000 0011 |
3 |
3 |
03 |
ETX (end of text) |
正文结束 |
| 0000 0100 |
4 |
4 |
04 |
EOT (end of transmission) |
传输结束 |
| 0000 0101 |
5 |
5 |
05 |
ENQ (enquiry) |
请求 |
| 0000 0110 |
6 |
6 |
06 |
ACK (acknowledge) |
收到通知 |
| 0000 0111 |
7 |
7 |
07 |
BEL (bell) |
响铃 |
| 0000 1000 |
10 |
8 |
08 |
BS (backspace) |
退格 |
| 0000 1001 |
11 |
9 |
09 |
HT (horizontal tab) |
水平制表符 |
| 0000 1010 |
12 |
10 |
0A |
LF (NL line feed, new line) |
换行键 |
| 0000 1011 |
13 |
11 |
0B |
VT (vertical tab) |
垂直制表符 |
| 0000 1100 |
14 |
12 |
0C |
FF (NP form feed, new page) |
换页键 |
| 0000 1101 |
15 |
13 |
0D |
CR (carriage return) |
回车键 |
| 0000 1110 |
16 |
14 |
0E |
SO (shift out) |
不用切换 |
| 0000 1111 |
17 |
15 |
0F |
SI (shift in) |
启用切换 |
| 0001 0000 |
20 |
16 |
10 |
DLE (data link escape) |
数据链路转义 |
| 0001 0001 |
21 |
17 |
11 |
DC1 (device control 1) |
设备控制1 |
| 0001 0010 |
22 |
18 |
12 |
DC2 (device control 2) |
设备控制2 |
| 0001 0011 |
23 |
19 |
13 |
DC3 (device control 3) |
设备控制3 |
| 0001 0100 |
24 |
20 |
14 |
DC4 (device control 4) |
设备控制4 |
| 0001 0101 |
25 |
21 |
15 |
NAK (negative acknowledge) |
拒绝接收 |
| 0001 0110 |
26 |
22 |
16 |
SYN (synchronous idle) |
同步空闲 |
| 0001 0111 |
27 |
23 |
17 |
ETB (end of trans. block) |
结束传输块 |
| 0001 1000 |
30 |
24 |
18 |
CAN (cancel) |
取消 |
| 0001 1001 |
31 |
25 |
19 |
EM (end of medium) |
媒介结束 |
| 0001 1010 |
32 |
26 |
1A |
SUB (substitute) |
代替 |
| 0001 1011 |
33 |
27 |
1B |
ESC (escape) |
换码(溢出) |
| 0001 1100 |
34 |
28 |
1C |
FS (file separator) |
文件分隔符 |
| 0001 1101 |
35 |
29 |
1D |
GS (group separator) |
分组符 |
| 0001 1110 |
36 |
30 |
1E |
RS (record separator) |
记录分隔符 |
| 0001 1111 |
37 |
31 |
1F |
US (unit separator) |
单元分隔符 |
| 0010 0000 |
40 |
32 |
20 |
(space) |
空格 |
| 0010 0001 |
41 |
33 |
21 |
! |
叹号 |
| 0010 0010 |
42 |
34 |
22 |
" |
双引号 |
| 0010 0011 |
43 |
35 |
23 |
# |
井号 |
| 0010 0100 |
44 |
36 |
24 |
$ |
美元符 |
| 0010 0101 |
45 |
37 |
25 |
% |
百分号 |
| 0010 0110 |
46 |
38 |
26 |
& |
和号 |
| 0010 0111 |
47 |
39 |
27 |
' |
闭单引号 |
| 0010 1000 |
50 |
40 |
28 |
( |
开括号 |
| 0010 1001 |
51 |
41 |
29 |
) |
闭括号 |
| 0010 1010 |
52 |
42 |
2A |
* |
星号 |
| 0010 1011 |
53 |
43 |
2B |
+ |
加号 |
| 0010 1100 |
54 |
44 |
2C |
, |
逗号 |
| 0010 1101 |
55 |
45 |
2D |
- |
减号/破折号 |
| 0010 1110 |
56 |
46 |
2E |
. |
句号 |
| 00101111 |
57 |
47 |
2F |
/ |
斜杠 |
| 00110000 |
60 |
48 |
30 |
0 |
数字0 |
| 00110001 |
61 |
49 |
31 |
1 |
数字1 |
| 00110010 |
62 |
50 |
32 |
2 |
数字2 |
| 00110011 |
63 |
51 |
33 |
3 |
数字3 |
| 00110100 |
64 |
52 |
34 |
4 |
数字4 |
| 00110101 |
65 |
53 |
35 |
5 |
数字5 |
| 00110110 |
66 |
54 |
36 |
6 |
数字6 |
| 00110111 |
67 |
55 |
37 |
7 |
数字7 |
| 00111000 |
70 |
56 |
38 |
8 |
数字8 |
| 00111001 |
71 |
57 |
39 |
9 |
数字9 |
| 00111010 |
72 |
58 |
3A |
: |
冒号 |
| 00111011 |
73 |
59 |
3B |
; |
分号 |
| 00111100 |
74 |
60 |
3C |
< |
小于 |
| 00111101 |
75 |
61 |
3D |
= |
等号 |
| 00111110 |
76 |
62 |
3E |
> |
大于 |
| 00111111 |
77 |
63 |
3F |
? |
问号 |
| 01000000 |
100 |
64 |
40 |
@ |
电子邮件符号 |
| 01000001 |
101 |
65 |
41 |
A |
大写字母A |
| 01000010 |
102 |
66 |
42 |
B |
大写字母B |
| 01000011 |
103 |
67 |
43 |
C |
大写字母C |
| 01000100 |
104 |
68 |
44 |
D |
大写字母D |
| 01000101 |
105 |
69 |
45 |
E |
大写字母E |
| 01000110 |
106 |
70 |
46 |
F |
大写字母F |
| 01000111 |
107 |
71 |
47 |
G |
大写字母G |
| 01001000 |
110 |
72 |
48 |
H |
大写字母H |
| 01001001 |
111 |
73 |
49 |
I |
大写字母I |
| 01001010 |
112 |
74 |
4A |
J |
大写字母J |
| 01001011 |
113 |
75 |
4B |
K |
大写字母K |
| 01001100 |
114 |
76 |
4C |
L |
大写字母L |
| 01001101 |
115 |
77 |
4D |
M |
大写字母M |
| 01001110 |
116 |
78 |
4E |
N |
大写字母N |
| 01001111 |
117 |
79 |
4F |
O |
大写字母O |
| 01010000 |
120 |
80 |
50 |
P |
大写字母P |
| 01010001 |
121 |
81 |
51 |
Q |
大写字母Q |
| 01010010 |
122 |
82 |
52 |
R |
大写字母R |
| 01010011 |
123 |
83 |
53 |
S |
大写字母S |
| 01010100 |
124 |
84 |
54 |
T |
大写字母T |
| 01010101 |
125 |
85 |
55 |
U |
大写字母U |
| 01010110 |
126 |
86 |
56 |
V |
大写字母V |
| 01010111 |
127 |
87 |
57 |
W |
大写字母W |
| 01011000 |
130 |
88 |
58 |
X |
大写字母X |
| 01011001 |
131 |
89 |
59 |
Y |
大写字母Y |
| 01011010 |
132 |
90 |
5A |
Z |
大写字母Z |
| 01011011 |
133 |
91 |
5B |
[ |
开方括号 |
| 01011100 |
134 |
92 |
5C |
\ |
反斜杠 |
| 01011101 |
135 |
93 |
5D |
] |
闭方括号 |
| 01011110 |
136 |
94 |
5E |
^ |
脱字符 |
| 01011111 |
137 |
95 |
5F |
_ |
下划线 |
| 01100000 |
140 |
96 |
60 |
` |
开单引号 |
| 01100001 |
141 |
97 |
61 |
a |
小写字母a |
| 01100010 |
142 |
98 |
62 |
b |
小写字母b |
| 01100011 |
143 |
99 |
63 |
c |
小写字母c |
| 01100100 |
144 |
100 |
64 |
d |
小写字母d |
| 01100101 |
145 |
101 |
65 |
e |
小写字母e |
| 01100110 |
146 |
102 |
66 |
f |
小写字母f |
| 01100111 |
147 |
103 |
67 |
g |
小写字母g |
| 01101000 |
150 |
104 |
68 |
h |
小写字母h |
| 01101001 |
151 |
105 |
69 |
i |
小写字母i |
| 01101010 |
152 |
106 |
6A |
j |
小写字母j |
| 01101011 |
153 |
107 |
6B |
k |
小写字母k |
| 01101100 |
154 |
108 |
6C |
l |
小写字母l |
| 01101101 |
155 |
109 |
6D |
m |
小写字母m |
| 01101110 |
156 |
110 |
6E |
n |
小写字母n |
| 01101111 |
157 |
111 |
6F |
o |
小写字母o |
| 01110000 |
160 |
112 |
70 |
p |
小写字母p |
| 01110001 |
161 |
113 |
71 |
q |
小写字母q |
| 01110010 |
162 |
114 |
72 |
r |
小写字母r |
| 01110011 |
163 |
115 |
73 |
s |
小写字母s |
| 01110100 |
164 |
116 |
74 |
t |
小写字母t |
| 01110101 |
165 |
117 |
75 |
u |
小写字母u |
| 01110110 |
166 |
118 |
76 |
v |
小写字母v |
| 01110111 |
167 |
119 |
77 |
w |
小写字母w |
| 01111000 |
170 |
120 |
78 |
x |
小写字母x |
| 01111001 |
171 |
121 |
79 |
y |
小写字母y |
| 01111010 |
172 |
122 |
7A |
z |
小写字母z |
| 01111011 |
173 |
123 |
7B |
{ |
开花括号 |
| 01111100 |
174 |
124 |
7C |
| |
垂线 |
| 01111101 |
175 |
125 |
7D |
} |
闭花括号 |
| 01111110 |
176 |
126 |
7E |
~ |
波浪号 |
| 01111111 |
177 |
127 |
7F |
DEL (delete) |
删除 |
2、ISO-8859-1: ISO组织在ASCII码基础上扩展到256个字符，制定的标准，涵盖了大多数西欧语言字符。
3、GB2312：全称是《信息交换用汉字编码字符集》，是由中国国家标准总局1980年发布，1981年5月1日开始实施的一套国家标准；采用双字节编码，共包含682个符号和6763个汉字。
4、GBK：全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母），扩展的GB2312，向下兼容GB2312，也就是说，GB2312编码的，用GBK解码是没问题的，不会出现乱码；
5、GB18030:应用不广泛，相关资料后续有机会补上；
6、UTF-16: 说到UTF(Unicode TransferFormat ：把Unicode转做某种格式),就必须先说一说Unicode(Universal code 统一码)，Unicode是ISO组织创建的一个世界统一性的字典，但是不是具体的编码格式标准。 UTF-16是一个实现版本，但是它使用定长2个字节来表示所有的字符。值得一提的是，定长表示大大简化了字符串的操作，很适合本地磁盘和内存之间使用，这是Java以UTF-16作为内存的字符存储格式的一个重要原因。
7、UTF-8: 虽然UTF-16在字符表示上简单方便，但是在网络传输中同时也造成了存储空间的浪费、网络传输流量的增加，这是其缺点。
UTF-8采用了变长的技术，不同类型的字符，可以由1~6个字符来表示，适合网络传输。基本编码规则如下：
小结: 这下我们就知道乱码怎么来的：假设某字符是用GBK的编码规则编码的，如果我用ISO-8859-1的规则去解码，那么原本GBK两个字节代表的一个字符，在ISO-8859-1的规则下就会拆成2个单独的字节，也就不可能正确翻译出原来的字符是什么了。
二、Java中乱码产生的可能情况（需要字符和字节转换的场景）：
1、I/O操作：包括磁盘I/O和网络I/O（关于Java中处理I/O问题，我将会以另一篇博文呈现）
2、在内存中操作的编码：也就是数据类型转换操作。
如下，从打印结果可以看到，编码格式保持一致的重要性。
String str = "我是中文";
byte[] b = str.getBytes("UTF-8");
String str1 = new String(b,"UTF-8");
System.out.println(str1); //我是中文
String str2 = new String(b,"GBK");
System.out.println(str2);//鎴戞槸涓枃三、后记：
Java web 中涉及的编解码，同样后面会在另外一篇博文中呈现。