字符编码

关于字符编码的几个注意

参考：

http://www.52rd.com/Blog/Detail_RD.Blog_thieven_4865.html  

Unicode的学名是"Universal Multiple-Octet Coded Character Set"，简称为UCS。

UCS只是规定如何编码，并没有规定如何传输、保存这个编码。

UCS可以看作是"Unicode Character Set"的缩写。

UTF是“UCS Transformation Format”的缩写， 是对UCS的编码方式。

UTF-8的一个特别的好处是它与ISO-8859-1完全兼容

从ASCII、GB2312、GBK到GB18030的编码方法是向下兼容的。

而Unicode只与ASCII兼容（更准确地说，是与ISO-8859-1兼容），与GB码不兼容。例如“汉”字的Unicode编码是6C49，而GB码是BABA。

Windows使用代码页(code page)来适应各个国家和地区。code page可以被理解为内码。GBK对应的code page是CP936。

UCS-2 UCS-4 两种unicode编码方式，不同的地方在于4byte和还是2byte编码，再深入的话是对BMP的定义上。