“浅入深处“编码历史,字符串编码(ASCII, GBK, ANSI, Unicode, UTF-8编码)，为什么记事本默认ANSI编码，Unicode和UTF8有什么区别

迅速了解编码的发展历程：

ASCII => GB2312 => GBK=>gb18030 => ISO-8859-1(Unicode)（latin-1） => UTF-8(Unicode)

从ASCII码谈起

ASCII码：16384个字符。这就是ANSI字符标准。英文一个字节，中文两个字节。

早期计算机(美国人造的)，用ASCII编码(一个字节，8位，可以表示256个编码，实际英语世界里字母、数字和常用符号完全够用)

但是随着计算机的发展，需要更加人性化的编码来适应世界，于是编码的迭代开始了

中国人民通过对 ASCII 编码的中文扩充改造，产生了 GB2312 编码，可以表示6000多个常用汉字。

汉字实在是太多了，包括繁体和各种字符，于是产生了 GBK 编码，它包括了 GB2312 中的编码，同时进行了大量扩充

GBK 是又一个汉字编码标准，全称《汉字内码扩展规范》(GBK)，英文名称 Chinese Internal Code Specification

中国的中文编码表升级，融合了更多的中文文字符号。

中国是个多民族国家，各个民族几乎都有自己独立的语言系统，为了表示那些字符，继续把 GBK 编码扩充为 GB18030 编码。

每个国家都像中国一样，把自己的语言编码，于是出现了各种各样的编码，如果你不安装相应的编码，就无法解释相应编码想表达的内容。

最后有个叫 ISO 的组织，他们一起创造了一种编码 Unicode（中英文都占取两个字节），这种编码可以容纳世界上任何一个文字和标志。所以只要电脑上有Unicode这种编码系统，无论是全球哪种文字，只需要保存文件的时候，保存成Unicode编码就可以被其它电脑正常解释。

Unicode 在网络传输中，出现了两个标准 UTF-8 （中文三个字节，英文一个字节）和 UTF-16，分别每次传输 8个位和 16个位。

UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式， UTF-8 最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

---

你可能有迷惑：

为什么Unicode使用那么广泛，更适应全世界使用，我们的记事本还是用的是ASCII码呢？

ANSI：并不是某一种特定的字符编码。在不同的系统中，ANSI 表示不同的编码，美国的系统中ANSI编码其实是ASCII编码，ASCII 编码不能表示汉字，所以汉字我们可以看到汉字为乱码，而你的系统中 汉字 之所以能够正常显示，ANSI编码其实是GBK编码；而韩文系统中(“한국어”正常显示)ANSI编码其实是EUC-KR编码)

windows 系统通过 Windows code pages 的值来确定当前系统的编码方式(ANSI 只存在于 Windows 系统，不同地区发行的系统，ANSI指代不同)

(根据装的系统编码来决定的)

Unicode:

使用两个字节对世界上几乎所有的语言进行编码

(0x0000-0xFFFF)

Unicode是针对所有计算机的使用者定义一套统一的编码规范，这样计算机使用者就避免了编码转换的问题。

UTF-8（Unicode transfer format -8 ，后面的8代表是以8位二进制为单位来传输符号的）

它 是 Unicode 一种压缩形式，英文 A 在 Unicode 中表示为 0x0041，老外觉得这种存储方式太浪费，因为浪费了 50% 的空间，于是就把英文压缩成 1 个字节，成了 utf8 编码，但是汉字在 utf8 中占 3 个字节，显然用作中文不如 ansi 合算，这就是中国有时候用ansi而不用 UTF8 的原因