字符编码

字符编码

只有在“学习中分享，在分享中学习，我们才能更好的进步”，本着这个理念，我决定将我最近学习的字符编码的知识在博客中分享一下。

一、背景

在计算机技术发展初期，计算机只是一台笨重的大机器，除了运算速度较之传统的运算方式比较快速和便捷之外，没有其他什么优势。随着信息技术的发展计算机技术得以不断的向前推进，在发展的历史长河中，一个不得不提的人---冯.诺依曼。
他是计算机之父，提出了计算机由输入设备、输出设备、运算器、存储器和控制器组成（计算机结构）。
那字符编码的来龙去脉又是怎样的呢？
众所周知，在计算机中直接参与运算的是二进制文件，其他的字符是无法被计算机所识别的，为了让计算机能够识别字符（例如：英文字母，特殊字符等内容，主要是针对美国等发达国家的语言）
其本质是为了更好的完成人机交互（翻译工作），从而创造了字符编码表（关系表）。

二、发展过程

1.ASCII（American Standard Code for Information Interchange）

ASCII（美国标准信息交换代码）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。
50年代后期开始研究和出现，它是现今最通用的单字节编码系统。
ASCII 码使用指定的 7 位或 8 位二进制数组合来表示 128 或 256 种可能的字符。

2.GB2312（中国国家标准简体中文字符集）

ASCII可以说基本满足欧美等国家的需要，但是对于中国的汉字以及亚洲乃至于其他国家的语言是无法识别的，为了让计算机支持中文，GB2312诞生了。1981年5月开始实施。GB2312只收录了简化汉字以及一般常用字母和符号，GB2312一共收录了7445个字符，其中简化汉字6763个，字母和符号682个。

3.GBK(中文编码扩展国家标准)

由GBK工作小组于1995年完成的规范，该编码标准兼容GB2312，共收录汉字21003个，符号883个。时至今日，该字符编码已成为汉字系统默认的编码方式。

4.GB18030

GB18030编码采用单字节、双字节、四字节分段编码方案。GB18030向下兼容GBK和GB2312编码。最新的GB18030-2005共收录汉字70244个.

5.Unicode（万国码）

随着历史的发展，美国人意识到应该用一种语言来展示世界上所有语言中的字符，然后Unicode就诞生了。Unicode规定，所有的字符的表示用4个Byte（字节）就足够了，如果用不到4个字节就在前面补0。

6.UTF-8（8-bit Unicode Transformation Format）

前面提到的Unicode的字符编码在一定程度上造成了浪费，所以美国人又发明了一种新的编码方式，这也是现在主流的编码方式,这种编码方式可以说是对Unicode的一种优化和压缩。