字符编码说明

参考自：http://blog.csdn.net/ldanduo/article/details/8203532/
http://blog.csdn.net/dongchongyang/article/details/52484794
http://www.cnblogs.com/kingcat/archive/2012/10/16/2726334.html

1.ASCII，American Standard Code for Information Interchange(美国信息互换标准代码)。规定了0到127号字符(7位)。是基于拉丁字母的一套电脑编码系统，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/IEC 646。

2.最开始是ASCII编码（7位），然后世界各地扩展到8位，称为“扩展字符集”。

3.中国人使用计算机后，规定：一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（他称之为高字节）从0xA1用到 0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合出大约7000多个简体汉字了。这种方案叫做“GB2312”。

4.后来还是不够用，于是干脆不再要求低字节一定是127号之后的内码，只要第一个字节是大于127就固定表示这是一个汉字的开始。这个就叫做“GBK”编码。GBK 包括了 GB2312 的所有内容，同时又增加了近20000个新的汉字（包括繁体字）和符号。

5.GB2312和GBK都可以看做是ASCII的扩展。

6.ANSI码（American National Standards Institute），美国国家标准学会的标准码。ANSI码仅在前126个与ASCII码相同。

7.在简体中文Windows操作系统中，ANSI 编码代表 GBK 编码；在英文Windows操作系统中，ANSI 编码代表 ASCII编码；在繁体中文Windows操作系统中，ANSI编码代表Big5；在日文Windows操作系统中，ANSI 编码代表 Shift_JIS 编码。

8.各国编码不兼容，直到一个叫 ISO （国际标谁化组织）的国际组织出来解决。他们采用的方法很简单：废了所有的地区性编码方案，重新搞一个包括了地球上所有文化、所有字母和符号的编码！他们打算叫它”Universal Multiple-Octet Coded Character Set”，简称 UCS, 俗称 “UNICODE”。

9.ISO 规定必须用两个字节，也就是16位来统一表示所有的字符。

10.UNICODE 是用两个字节来表示为一个字符，他总共可以组合出65535不同的字符，这大概已经可以覆盖世界上所有文化的符号。

11.UNICODE 实际上只是给所有的字符指定一个唯一对应的数字，它跟这些字符如何在计算机中存储没有关系，而UTF-8，UTF-16，规定的是字符如何在计算机中存储。

12.UNICODE 是一个字符集，UTF-8是在这个字符集基础上的一种具体的编码方案为更好的存储和传输，其他还有 UTF-16，UTF-32 等。

13.如果全部英文或英文与其他文字混合,但英文占绝大部分,用UTF-8就比UTF-16节省了很多空间.而如果全部是中文这样类似的字符或者混合字符中中文占绝大多数.UTF-16就占优势了。

14.BOM头的问题……