字符集与字符编码

字符集：为每个字符定义一个编号（通常用二进制表示）；

字符编码：规定了如何将一个字符所对应的编号 存储到计算机的过程，如果使用了类似 GB2312 和 GBK 的变长存储方案（不同的字符占用的字节数不一样），那么为了区分一个字符到底使用了几个字节，就不能将字符的编号直接存储到计算机中，字符编号在存储之前必须要经过转换，在读取时还要再逆向转换一次，这套转换方案就叫做字符编码。

有的字符集在制定时就考虑到了编码的问题，是和编码结合在一起的，例如 ASCII、GB2312、GBK、BIG5 等，所以无论称作字符集还是字符编码都无所谓，也不好区分两者的概念。而有的字符集只管制定字符的编号，至于怎么存储，那是字符编码的事情，Unicode 就是一个典型的例子，它只是定义了全球文字的唯一编号，我们还需要 UTF-8、UTF-16、UTF-32 这几种编码方案将 Unicode 存储到计算机中。

字符集	字符编码	备注
ASCII	ASCII
GBK	GBK
GB2312	GB2312
Unicode	UTF-8	一种变长的编码方案，使用 1~6 个字节来存储
	UTF-32	一种固定长度的编码方案，不管字符编号大小，始终使用 4 个字节来存储；
	UTF-16	介于 UTF-8 和 UTF-32 之间，使用 2 个或者 4 个字节来存储，长度既固定又可变。