XiaoXiao_计算机字符编码(字集码)笔记

字符编码（英语：Character encoding）

我个人认为字符编码观点(不做规范参考)：

        众所周知，机器语所有的信息最终都是一个二进制串，每一个二进制位（bit）0和1两种状态表示。

        而字符编码是为方便对每个字符信息一个集合体，以便于编程人员的对字符显示后期处理。为了方便在不同平台的信息传递的准确性，所以产生统一字符编码的规范编码。

字符编码简介(信息来至百度百科):

        字符编码（英语：Character encoding）也称字集码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。

        在计算机技术发展的早期，如ASCII（1963年）和EBCDIC（1964年）这样的字符集逐渐成为标准。但这些字符集的局限很快就变得明显，于是人们开发了许多方法来扩展它们。对于支持包括东亚CJK字符家族在内的写作系统的要求能支持更大量的字符，并且需要一种系统而不是临时的方法实现这些字符的编码。

字符编码：

字符编码

编码名称	字节数 范围	时间	说明
ASCII	(1 byte)  00 - 7F	1961 年提出 1967 年发表 1967 年完善	这套编码规则是由美国定制，一共规定了128个字符的编码，其中有 96 个可打印 字符，包括常用的字母、数字、标点符号等，另外包括 32 个控制字符。         0~31 控件字符 48~57 为数字 65~90 97~122 分别为大写字母和小写字母 相差32
ISO-8859-1 EBCDIC	(1 byte) 00 - FF	1964 年	这套编码规则由ISO组织制定，是 ASCII 的扩展字符编码，是对 ASCII 后 127~255 范围进行编码。
ANSI MBCS	(2 byte) 0000-FFFF		无论是ASCII码还是ISO-8859-1码，都无法对拥有几万个的汉字进行编码，于是产生 了用于显示本国语言，不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5,  JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称 为 ANSI 编码在简体中文系统下，ANSI 编码代表 GB-2312 编码，在日文操作系统下， ANSI 编码代表 JIS 编码。
GB-2312 GB-2312-80	(2 byte) A1A1-FEFE	1980 年发布 1981 年使用	GB2312也是ANSI编码里的一种，对ANSI编码最初始的ASCII编码进行扩充，为了满 足国内在计算机中使用汉字的需要，中国国家标准总局发布了一系列的汉字字符集国家标 准编码，统称为GB码，或国标码。
GB K	(2 byte) 8140-FEFE		GBK即汉字内码扩展规范，K为扩展的汉语拼音中“扩”字的声母。英文全称(Chinese  Internal Code Specification)。GBK编码标准兼容GB2312，共收录汉字21003个、符号 883个，并提供1894个造字码位，简、繁体字融于一库
GB-18030	(1~4 byte)	2000 年发布	GB18030全称汉字内码扩展规范，是现在最新的内码字集于2000年发布，并于200 1年强制执行，包含了中国大部分少数民族的语言字符，收录汉字数超过70000余个
Big-5	(2 byte) 8140-FEFE	1984 年发布	由台湾五大厂商宏碁、神通、佳佳、零壹以及大众一同制定了一种繁体中文编码方 案，因其来源被称为五大码，英文写作Big5，后来按英文翻译回汉字后，普遍被称为大 五码。是在台湾、香港与澳门地区，使用的是繁体中文字符集。
Unicode	(2 byte) 0000-FFFF		所有字符都转为16位。为了解决各国字符编码的兼容性，称为万国码。缺点效率不 高，浪费内存。
UTF-16	(2 byte)		UTF-16是UNICODE的具体实现，16即16位，UTF-16即是这个来由，定义了 UNICODE字符在计算机中的存储方式，UTF-16同样使用了两个字节来表示任何字符， 这样使得操作字符串非常高效，这也是java把UTF-16作为字符在内存中存储的格式的 重要原因。
UTF-8	(1~6 byte)		优化 Unicode ,UTF-16可以根据不同的符号自动选择编码的长短。比如英文字母可 以只用1个字节就够了。
UTF-7

ASCII 码表

Bin (二进制)	Dec (十进制)	Hex (十六进制)	缩写/字符	字    符	Bin (二进制)	Dec (十进制)	Hex (十六进制)	缩写	字符
0000 0000	0	00	NULL	空字符	0000 0000	69	45	E	大写字母E
0000 0001	1	01	SOH	标题开始	0000 0000	70	46	F	大写字母F
0000 0010	2	02	STX	正文开始	0100 0111	71	47	G	大写字母G
0000 0011	3	03	ETX	正文结束	0100 1000	72	48	H	大写字母H
0000 0100	4	04	EOT	传输结束	0100 1001	73	49	I	大写字母I
0000 0101	5	05	ENQ	请求	0100 1010	74	4A	J	大写字母J
0000 0110	6	06	A