字符集、字符编码

字符、字符集和字符编码

1. 一个汉字、一个拉丁字母、一个数字。世界上各种语言里的字和标点符号都属于字符。
2. 一堆字符组成的集合叫做字符集。
3. 为了让计算机识字，就把这些字符用 0 和 1 表示出来，把字符转换成 0 和 1 的规则叫做字符编码。

• 字符集其实就是编码的对象。字符集、编码在语言含义上相同，即UTF-8字符集、UTF-8编码都是一个意思。

字符编码过程

选定一个字符集，让字符们排排坐，再把座位序号转换成二进制，这个座位序号叫做码位，座位的总数叫做码空间。码空间越大，字符集就越大。

ASCII字符集及ASCII编码

美国信息交换标准代码(ASCII) 总共收录了 128 个字符，包括大小写、拉丁字母、数字、常用标点以及像 escape、 换行这种看不见的控制字符。

EASCII字符集及EASCII编码

1. 扩展美国信息交换标准代码 (EASCII) 也就是用剩下的这 128 个空位来表示其他的字符。比如上方有重音符号的法语字母、西班牙语里的特殊标点、数学上常用的阿尔法、 beta 等希腊字母以及一大堆特殊符号等等，这时候问题就已经开始冒头了。
2. 各国搞的 esk 字符集合编码，后面 128 个字符都不太一样，一共搞出了 200 多种EASCII 互不兼容。就算是同样一串二进制书，在不同的 ES key 中对应的字符也不同。原理就是固定座位上坐的字符不一样。

GB2312字符集及GB2312编码

1. 我国 1980 年公布的 GB 2312 杠 80 信息交换用汉字编码字符集