字符编码简介

目录

1. ASCLL

2. GB2312

3. GBK/gbk

4. GB18030

5. Unicode

6. 总结

---

1. ASCLL

在计算机刚开始被美国人发明的时候，需要将字符存储到计算机进行运算或打印，于是选取了95 个可见字符（数字0-9，英文字母，标点符号），33个控制字符（空格、换行符之类的），编号称之为“码位”，再将码位转换为二进制进行存储，于是就出现了ASCLL字符集，ASCLL码；

总之，ASCLL 码只包含英文，数字，特殊符号，每个字符用1个字节表示，

但是ASCLL只能表示编码为 0--127 共128个字符，当欧洲国家使用时对其进行了扩展：新增128个字符，新增的128个字符称为“扩展ASCLL码字符集”，对应的 ASCLL码叫做“扩展ASCLL码”； 

2. GB2312

 新增后的 ASCLL码也只能表示 0--255 共256个字符，对于亚洲国家来说显然不够，尤其是中国，于是对字符重新编码，按照以下方式进行编码的字符集叫做GB2312字符集：

所以 GB2312,高位地位都大于127，共表示6793个汉字；

3. GBK/gbk

使用 GB2312 表示的汉字仍然有限，我们在空白区对字符集进行扩充，不再规定其低位一定要大于127；

简称国标，1个字节表示英文字符，2个字节表示中文字符；

4. GB18030

后来在GBK字符集的基础上又增加一些少数民族字符，产生了 GB18030；

5. Unicode

当然，如果每个国家都编写一套字符集，就会产生许多套字符集，十分不方便不同国家之间的信息交流，为了把世界上所有字符放在一起进行编码，方便交流，就产生了 Unicode 字符集，有人认为这是一套编码规则，有人认为这是一套字符集；

最初使用的是 Unicode-UCS-2 字符集，后面是 Unicode-UCS-4 字符集，但ASCLL 码每个字符使用1个字节，GB2312 码每个字符使用2个字节，Unicode-UCS-4 每个字符使用4个字节，内存占用太大，始终无法推广；

于是，又产生了 UTF-8：针对 Unicode 可变长度字符编码，1个字节表示英文字符，2个字节表示欧洲语言字符，3个字节表示亚洲文字，具体使用如下，反正我是看不懂；

总之，Unicode 码又称万国码，包含全世界所有的文字和符号，每个字符使用四个字节表示；

6. 总结