字符集与字符编码的基础知识（摘自其它网站）

字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。字符集是多

个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII

字符集、ISO 8859字符集、GB2312字符集、BIG5字符集、 GB 18030字符集、Unicode字符集等

。计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种

文字。

编码(Encoding)和字符集不同。字符集只是字符的集合，不一定适合作网络传送、处理，有时

须经编码(Encode)后才能应用。如Unicode可依不同需要以UTF-8、UTF-16、UTF-32等方法编码

。

因此，对字符进行编码，是信息交流的技术基础。本文将按照字符集的时间顺序讨论几种典型

的字符集，选取几种代表性的字符集，研究历史由来、特点、技术特征。

ASCII 字符集

1．名称的由来

ASCII（American Standard Code for Information Interchange，美国信息互换标准代码）

是基于罗马字母表的一套电脑编码系统。

2．特点

它主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际

标准ISO 646。

3．包含内容

控制字符：回车键、退格、换行键等。

可显示字符：英文大小写字符、阿拉伯数字和西文符号

4．技术特征

7位（bits）表示一个字符，共128字符

5．ASCII扩展字符集

7位编码的字符集只能支持128个字符，为了表示更多的欧洲常用字符对ASCII进行了扩展，

ASCII扩展字符集使用8位（bits）表示一个字符，共256字符。

ASCII扩展字符集比ASCII字符集扩充出来的符号包括表格符号、计算符号、希腊字母和特殊的

拉丁符号。

ISO 8859

1． 名称的由来

ISO 8859，全称ISO/IEC 8859，是国际标准化组织(ISO)及国际电工委员会(IEC)联合制定的一

系列8位字符集的标准，现时定义了15个字符集。

2． 特点

ASCII收录了空格及94个“可印刷字符”，足以给英语使用。但是，其他使用拉丁字母的语言(

主要是欧洲国家的语言)，都有一定数量的重音字母，故可以使用ASCII及控制字符以外的区域

来储存及表示。

3．包含内容

除了使用拉丁字母的语言外，使用西里尔字母的东欧语言、希腊语、泰语、现代阿拉伯语、希

伯来语等，都可以使用这个形式来储存及表示。

各种ISO 8859字符集
• ISO 8859-1 (Latin-1) - 西欧语言
• ISO 8859-2 (Latin-2) - 中欧语言
• ISO 8859-3 (Latin-3) - 南欧语言。世界语也可用此字符集显示。
• ISO 8859-4 (Latin-4) - 北欧语言
• ISO 8859-5 (Cyrillic) - 斯拉夫语言
• ISO 8859-6 (Arabic) - 阿拉伯语
• ISO 8859-7 (Greek) - 希腊语
• ISO 8859-8 (Hebrew) - 希伯来语(视觉顺序)
• ISO 8859-8-I - 希伯来语(逻辑顺序)
• ISO 8859-9 (Latin-5 或 Turkish) - 它把Latin-1的冰岛语字母换走，加入土耳其

语字母。
• ISO 8859-10 (Latin-6 或 Nordic) - 北日耳曼语族，用来代替Latin-4。
• ISO 8859-11 (Thai) - 泰语，从泰国的TIS620标准字集演化而来。
• ISO 8859-13 (Latin-7 或 Baltic Rim) - 波罗的海语族
• ISO 8859-14 (Latin-8 或 Celtic) - 塞尔特语族
• ISO 8859-15 (Latin-9) - 西欧语言，加入Latin-1欠缺的法语及芬兰语重音字母，

以及欧元(

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/95271/viewspace-466215/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/95271/viewspace-466215/