编码认识

一、ANSI编码
决定用8个可以开合的晶体管来组合成不同的状态，八位的字节一共可以组合出256（2的8次方）种不同的状态，
从0开始的32种状态分别规定了特殊的用途，一但终端、打印机遇上约定好的这些字节被传过来时，就要做一些约定的动作，
把所有的空格、标点符号、数字、大小写字母分别用连续的字节状态表示，一直编到了第127号。


二、扩展ANSI编码
世界各地的都开始使用计算机，他们决定采用127号之后的空位来表示这些新的字母、符号，还加入了很多画表格时需要用下
到的横线、竖线、交叉等形状，一直把序号编到了最后一个状态255。从128到255这一页的字符集被称“扩展字符集”。


三、GB2312编码
当天朝人们得到计算机时，规定：一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字，
前面的一个字节（他称之为高字节）从0xA1用到0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合出大约7000
多个简体汉字了。
在这些编码里，我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ASCII 里本来就有的数字、标点、字母都
统统重新编了两个字节长的编码，这就是常说的“全角”字符，而原来在127号以下的那些就叫"半角"字符了。于是就把这种汉字
方案叫做 “GB2312”。GB2312 是对 ASCII 的中文扩展。
一个汉字两个字节即一个汉字两个英文字符由此而来。


四、GBK 和 GB18030编码
但是天朝的汉字太多了，后来还是不够用，于是干脆不再要求低字节一定是127号之后的内码，只要第一个字节是大于127就固定表示这是
一个汉字的开始，不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 GBK 标准，GBK 包括了 GB2312 的所有内容，
同时又增加了近20000个新的汉字（包括繁体字）和符号。
后来少数民族也要用电脑了，于是我们再扩展，又加了几千个新的少数民族的字，GBK 扩成了 GB18030。


五、UNICODE编码
ISO （国际标谁化组织）的国际组织决定着手统一字符集。他们采用的方法很简单：废了所有的地区性编码方案，重新搞一个包括了地球上所有文化、所有字母和符号的编码！
他们打算叫它 UCS, 俗称 UNICODE 。（ Universal Multiple-Octet Coded Character Set ）
在UNICODE 中，一个汉字算两个英文字符的时代已经快过去了。
无论是半角的英文字母，还是全角的汉字，它们都是统一的“一个字符”！同时，也都是统一的“两个字节”。


六、UTF-8和UTF-16
UNICODE 如何在网络上传输也是一个必须考虑的问题，于是面向传输的众多 UTF（UCS Transfer Format）标准出现了，顾名思义，UTF8就是每次8个位传输数据，
而UTF16就是每次16个位，只不过为了传输时的可靠性，从UNICODE到UTF时并不是直接的对应，而是要过一些算法和规则来转换。