Java常用字符集按编码能力、字节长度和适用场景区分：ASCII仅支持128个英文字符，ISO-8859-1扩展至西欧字符，GB2312/GBK/GB18030专为中文设计，UTF-8/UTF-16/UTF-32基于Unicode覆盖全球字符，其中UTF-8变长兼容ASCII且推荐用于跨平台传输。
Java 中常用字符集主要按编码能力、字节长度和适用场景来区分。关键不是背名称，而是理解“它能表示什么字符”“一个字符占几个字节”“用在哪种环境不容易出错”。
看支持的字符范围
字符集最根本的区别在于它能表示哪些字符：
- ASCII：只支持128个英文字符（A–Z、a–z、0–9、基本符号），不支持中文、法文重音符、emoji等；
- ISO-8859-1（Latin-1）：在ASCII基础上扩展到256个字符，支持西欧语言（如é、ñ、ç），仍不能表示中文；
- GB2312 / GBK / GB18030：中国国家标准，专为中文设计。GB2312支持约7000汉字，GBK扩展到2万以上（含繁体、日韩汉字），GB18030进一步支持Unicode全部字符，是强制国标；
- UTF-8 / UTF-16 / UTF-32：基于Unicode，目标是覆盖全球所有字符。UTF-8用1–4字节变长编码（英文1字节、中文通常3字节），UTF-16用2或4字节（Java内部String默认用此），UTF-32固定4字节（少用，浪费空间）。
看字节结构与兼容性
字节组织方式决定了是否容易乱码、能否混用：
Java注释规范Skills
下载
当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式，或要求按照代码注释规范处理 Java 文件时，使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则，并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括：补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。
- 单字节字符集（如ASCII、ISO-8859-1）：每个字符严格占1字节，读写快，但无法表示中文；
- 双字节主导字符集（如GBK、GB2312）：英文仍用1字节（兼容ASCII），中文用2字节，高位字节总是≥0xA1；
- 变长多字节字符集（如UTF-8）：英文1字节、中文3字节、生僻字或emoji可能4字节，首字节能明确标识长度（如以1110开头表示3字节字符），抗传输错误能力强；
- 注意陷阱：用GBK解码UTF-8字节数组，或反过来，必然出现乱码（如“编程”变成“缂栫▼”）；而英文在多数字符集中都占1字节，所以常“碰巧”不乱——但这不等于编码正确。
看 Java 中的实际使用位置
不同字符集在Java中承担不同角色：
立即学习“Java免费学习笔记（深入）”；
- 源文件编码：.java文件保存时用的字符集（如IDE设置为UTF-8），影响中文注释、字符串字面量能否正确编译；
- String内存表示：Java String内部用UTF-16（即char数组），每个char占2字节，可表示BMP平面字符（如常用汉字），超出需两个char（代理对）；
-
字节转换接口：调用
str.getBytes("UTF-8")或new String(bytes, "GBK")时，显式指定的字符串→字节/字节→字符串映射规则； -
I/O流默认行为：FileReader/FileWriter不指定Charset时依赖系统默认（Windows常为GBK，Linux/macOS常为UTF-8），易引发跨平台乱码；推荐始终显式传入Charset，如
new InputStreamReader(in, StandardCharsets.UTF_8)。
