字符集、码位、编码：ASCII、LATIN1、GB2312、GBK、Unicode、UTF-8、UTF-16、UTF-32

1. 基本概念

字符集（可见字符、控制字符…）
字符码位（字符在字符集中的位置）
字符编码规则（编码的二进制存储规则）

2. ASCII码、扩展ASCII码

2.1 ASCII码（128个字符码位）

字符集（ASCII字符集）：128个字符。
码位：128个。
编码（ASCII码）：码位的二进制。
解决美国字符编码问题。

2.2 LATIN1（256个字符码位）

遵循ISO-8859-1。
扩展的ASCII码。
在ASCII码的基础上，新增了128个字符，解决欧洲一些国家的字符编码问题。

3. GB2312码、GBK码、GB18030码

3.1 GB2312码（8836个码位）

解决中国汉字编码问题。
字符集：6763个汉字，682个除汉字外的字符。
码位：分区管理，共计94个区，每个区含94个位，共8836个码位。

汉字字符“侃”在GB2312字符集中的码位为5709，存储的二进制编码为0xD9A9。

• 为什么要加A0：
  GB2312 是双字节编码，为了与 ASCII 码区分开，字节的第8位必须是1，所以GB2312是8位编码。所以至少要从 0x80(128, 1000 0000) 开始吧，但是根据上面的规定，0x80 - 0x9f 要留给控制块，所以只能从 0xA0 开始咯。那为什么 GB2312 编码不是从 0xA0 开始，而是 0xA1 开始呢？ 因为 0xA0 正好是图形块的空格，所以就从 0xA1 编码，这就是 0xA0 的由来。

3.2 GBK

相对于GB2312字符集，新增近20000个汉字和符号。

3.3 GB18030

相对于GBK，又新增了几千个少数名族字符。

4. Unicode标准

通用字符集（UCS，Universal Character Set）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集。UCS-2用两个字节编码，UCS-4用4个字节编码。。

4.1 UCS-2字符集（$2^{16}$个码位）

UCS-2用两个字节编码。

4.2 UCS-4字符集（$2^{32}$个码位）

UCS-4用四个字节编码。

4.2.1 UTF-8编码规则

每次传送8位数据，是一种可变长的编码格式。
字符“王”在UCS-4字符集中的码位为0x0000738B，存储编码为0xE78E8B。

4.2.2 UTF-16编码规则

4.2.3 UTF-32编码规则

5. 其它

Unicode is an international standard that supports most of the writing systems in use today. It is a superset of US-ASCII (ANSI X3.4-1986) and Latin-1 (ISO 8859-1), and all the US-ASCII/Latin-1 characters are available at the same code positions.

6. 参考资料

ASCII, LATIN1, UTF8 简介+++++
非常详细的字符编码讲解，ASCII、GB2312、GBK、Unicode、UTF-8等知识点都有+++++
GB2312 编码的补码为何是 0xA0？+++++
UTF-16与UTF-32+++
QString Class: Detailed Description
qt中的toUtf8, toLatin1, Local8bit, toUcs4
ASCII character map+++++
https://www.lammertbies.nl/comm/info/ascii-characters