字符集及对应的字符编码

一个字节（byte）由8位（bits）二进制组成。计算机中的文件数据类型（图片，视频，文本等等）存储的都是二进制数据，通常查看属性可以看见大小为多少字节。而当我们打开一个文件，例如文本文件时，我们可以看见对应的文字，也是由于该应用将字节进行了解码处理。一个字符集（charset）（编码表）至少对应一个字符编码，而我们熟知的ASCII字符集也是最基础的字符集，对应的编码为ASCII编码，它能被后面出现的编码所兼容。常见的字符集由ASCII字符集，GBXXX字符集，Unicode字符集。

编码：字符（能看懂的）->字节（不能看懂的）

解码：字节->字符

常见字符集及对应的字符编码：

ASCII字符集：

• ASCII编码：基本的ASCII码由7位（bits）表示一个字符，共128个字符（0：48；A：65；a：97）。ASCII的扩展字符集使用8位（bits）表示一个字符，共256个字符。

ISO-8859-1字符集（Latin-1）：

• ISO-8859-1编码，兼容ASCII编码

GBXXX字符集（为了显示中文而设计的一套字符集）：

• GB2321编码：简体中文码表
• GBK编码：兼容GB2321，支持简体中文，繁体汉字，日韩汉字
• GB18030编码：在前面的基础上还支持少数民族文字

Unicode字符集（万国码，统一码）：

• UTF-8编码：所以互联网协议都必须支持UTF-8编码。128个US-ASCII字符只需一个字节编码；拉丁文等字符需要2个字节编码；大部分常用字（含中文）使用3个字节编码；其他极少使用的Unicode辅助字符使用4个字节编码
• UTF-16编码：略
• UTF-32编码：略