在程序中很容易出现中文乱码，主要原因是有太多的编码方式。
有一个很好的网站可以查看汉字的编码：点击打开链接
“中国”两字在不同的编码环境下的值。
首先来看一下常用的编码有哪些，截图自Notepad++。其中ANSI在中国大陆即为GBK（以前是GB2312），最常用的是 GBK 和 UTF8无BOM 编码格式。
后面三个都是有BOM头的文本格式，UCS-2即为人们常说的Unicode编码，又分为大端、小端。
所谓BOM头（Byte Order Mark）就是文本文件中开始的几个并不表示任何字符的字节
UTF8的BOM头为： 0xEF 0xBB 0xBF
Unicode大端模式为： 0xFE 0xFF
Unicode小端模式为： 0xFF 0xFE
BIg5（大五码）是繁体中文，这里我们就不做研究了，“国”字在大五码中无编码，会被英文？替代。
Notepad++ 使用二进制或16进制查看文件：点击打开链接 这个插件也有bug ，在编码选择gb2312时 ，输入中文后在 看其16进制，竟然是utf8 编码中的16进制（可能我是个案）。
我们可以使用binary viewer这个软件查询。点击下载
在ASCII码中1是49 ，A是65；
1、gb2312：
gb2312中 中文和数字只占一个字节，中文占两个字节。
1和A我们很容易识别，D6 D0（16进制）为什么是“中”呢？ 上面我们可以看到 “中” 区位码（GB2312）为5448 ，，D6 D0（16进制）和5448不相等呀！
因为5448不是“中”的真实编码，只是区位码。在网上收到GB2312的编码表 ，找到‘中’ 字 。
一般编码方式是：0xA0+区号，0xA0+位号。 因此5448会被翻译成
A0(16进制）+54(十进制）=D6（16进制）
A0（16进制）+48（十进制）=D0（十进制）
5448的真实编码为：D6 D0（16进制）
2.gbk 注：ANS即为gbk
gbk中 中文和数字只占一个字节，中文占两个字节。
3、utf-8 无 bom
utf-8中 中文和数字只占一个字节，中文占三个字节。
3、utf-8 有 bom
有bom开头标志位，是为了告诉打开该文件的程序，请以utf8的方式打开我。
4、Unicode-2大端
unicode 有双字节，四字节等我们使用的是双字节。
unicode 中 英文、数值、中文都占2个字节。
5、Unicode-2小端
大端和小端的区别就是 一个字的两个字节对掉。
计算机字符编码详解二