字符集编码

1. ASCII(American standard code for information interchange, 美国信息交换标准代码)
   7bit表示一个字符，共计可以表示128种字符(2^7)

2. ISO-8859-1
   8bit表示一个字符，即用一个字节表示一个字符，共计可以表示256个字符。

3. gb2312 1980年发布，1981年开始实施的一套国家标准
   两个字节表示一个汉字

4. GBK 1995年12月1日制订
   共收录了21003个汉字，完全兼容GB2312-80标准。从GB字库扩充到GBK字库，增加了1万4千多字。

5. GB18030
   GB18030有两个版本：GB18030-2000和GB18030-2005。GB18030-2000是GBK的取代版本，它的主要特点是在GBK基础上增加了CJK统一汉字扩充A的汉字。
   2000年发布的GB18030-2000，全名是《信息技术 汉字编码字符集 基本集的扩充》。
   GB18030-2005《信息技术中文编码字符集》是我国自主研制的以汉字为主并包含多种我国少数民族文字（如藏、蒙古、傣、彝、朝鲜、维吾尔文等）的超大型中文编码字符集强制性标准，其中收入汉字70000余个。

6. big5
   繁体中文（台湾、香港）

7. unicode
   统一用2个字节表示一个字符。
   unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式公布。
   unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案

8. UTF Unicode Transformation Format
   针对Unicode的可变长度字符编码。
   unicode是一种编码方式，而UTF是一种存储方式。UTF-8是unicode的实现方式之一。
   UTF-8 BOM（byte order mark）,一般只在windows系统的文件产生带BOM文件，BOM会在文件开始添加zero width no-break space不可见字符。
   UTF-8一般用3个字节表示一个中文。