ASCII、GB2312、GBK、ANSI、Unicode、UTF-8这些编码的演变过程

今天编程需要写入数据到xml，用到了开源的tinyxml2，里面的编码格式为UTF-8，所以在VS上编程需要进行格式转换。因此花费了一些时间去简单了解了编码的发展历程，这里做个记录，免得遗忘。

因为计算机是美国人（美籍人）发明的，所以最初的计算机编码方式是英文，也就是最初的ASCII码，这是在学校的时候就学习了的。——因为英文字母着实不多，所以ASCII码是单字节的。

然后计算机慢慢的在世界普及了，各国人民都在用。而又不是所有国家都说英语，所以ASCII码肯定不行了。如此情况下，各国都开始了自己的编码了。这里将各国编码统称为ANSI编码——所以ANSI编码不是特指某一个国家的定点编码。如在简体中文Windows操作系统中，ANSI 编码代表 GBK 编码；在日文Windows操作系统中，ANSI 编码代表 Shift_JIS 编码——出自百度百科。

【其中，我们中国的编码历程为GB2312 ->GBK->GB18030。这个过程就是一个汉字容量扩充的过程，在保留ASCII编码内容的前提下，我们开始使用两个字节对汉字进行扩充编码（GB2312 ->GBK），后来汉字越来越多，2个字节不够用了，就有了4个字节编码的GB18030。】

随着世界联系越来越紧密，计算机通讯用的越加频繁，不同国家编码格式对彼此之间的交流造成了很大的障碍。所以国际组织ISO对各国编码进行了汇总，就是Unicode字符集。它不是一种具体的编码方案，所以我目前把它理解为（UTF-8，UTF-16，UTF-32）编码的统称。因为我们的电脑默认为UTF-16，所以一说Unicode都默认它为UTF-16，也就是2个字节的编码。

分别介绍下UTF-8，UTF-16，UTF-32：
UTF-32：四字节的编码（中文字符在里面占4个字节）
UTF-16：二个字节或者四个字节编码。大多数两个字节，少数4个字节。（中文字符在里面占2个字节）
UTF-8：可以用1-4个字节分别表示，即根据不同符号可变。（中文字符在里面占3个字节）

ps：因为只是通过网页查询来了解并总结的，所以可能有不对的地方，欢迎指正。