字符集详解

我们一般通常使用的字符集有：ASCII ISO-8859-1 GB2312 big5 GBK Unicode2.0，另外还有一种基于32位的GB18030字符集是国家新出来的一种字符集，其为一个汉字设计了4个字节，因此可以说是目前为止，对汉字支持无论是简体还是繁体都是支持比较好的一种，当然主要的缺点就是太占空间，不利于在网路上传输。

如果不考虑GB18030字符集的话，最详尽的字符集应该是Unicode了，差不多支持了GBK所支持的所有汉字不敢过总量上还是稍微差一点。GBK尽管不是国家标准，但是已经成为事实上的一个行业标准，同时支持汉字的简体和繁体两种字体。比Gig5和GB2312强大些，为了更加明确的说明各个字符间的差异，先详细说明如下：

---

• ASCII：
  7位字符集，包括52个大小写英语字母，10个阿拉伯数字，1个空格，32个符号。
  适用于纯英文环境，兼容性最好，在其他各种字符集下都能正确识别；不适用于英语以外的环境。

• Latin1（ISO-8859-1）：
  8位字符集，向下兼容ASCII字符集，并增加了一些西欧语言中的字母和符号。
  优点：适用于西欧语种，得到世界广泛的软件支持；
  缺点：不能表示拉丁语系以外的语言，不兼容少量只使用7位字符集的古老程序。

• GB2312：
  16位字符集，收录有6763个简体汉字，682个符号；
  优点：适用于简体中文环境，属于中国国家标准，在大陆（和新加坡？）得到广泛支持；
  缺点：不兼容繁体中文，其汉字集合过少。

• big5：
  16位字符集，收录有13060个繁体汉字，440个符号；
  优点：适用于繁体中文环境，属于台湾官方标准，为繁体Windows所使用，在台湾和香港得到广泛支持，而且，由于台湾软件业发展较早，国外软件支持big5的比支持gb2312/gbk的要多；
  缺点： 不兼容简体中文环境，和gb2312之间需要转换。

• GBK：
  16位字符集，收录有21003个汉字，883个符号；
  优点：适用于简繁中文共存的环境，为简体Windows所使用（代码页cp936），向下完全兼容gb2312；
  缺点：不属于官方标准，和big5之间需要转换。

• GB18030：
  32位字符集；收录汉字数不详，应该相当详尽。
  优点：可以收录所有你能想到的文字和符号，属于中国最新的国家标准；
  缺点：由于空间使用效率低（一个汉字占四个字节），运行速度慢， 目前支持它的软件较少。