各种编码方式详解，ASCII、ISO-8859-1、GB2312、GBK、UTF-16、UTF-8等

转自http://blog.csdn.net/zzm628/article/details/45217937

首先来说一下，为什么需要编码：

第一，我们知道在计算机中存储信息的最小单位是1个字节（byte），也就是8个bit，所以能表示的字符范围也就是0-255个。

第二，我们要表示的符号太多太多，远远超过256个，无法用1个字节来完全表示。所以就需要一种新的数据类型char，而从char到byte必须编码，反之为解码。

其实，编码解码就是完成的翻译过程（“翻译”很容易理解吧），各种编码方式就是一部部字典。

1、ASCII码

ASCII码，总共只有128个。0-31又被用于表示控制字符如换行、回车、删除等，剩下的才是一些打印字符，数量太少了。（表示英文和数字够了，有木有）

2、ISO-8859-1

该编码是在ASCII编码的基础上扩展出来的，但它仍然是单字节编码，总共只能表示256个字符

3、GB2312

GB2312的全称是《信息技术 中文编码字符集》，它是双字节编码，编码范围是A1-F7，其中A1-A9是符号区，总共包含682个符号；B0-F7是汉字区，包含6763个汉字。

4、GBK

GBK的全称是《汉字内码扩展规范》，它的出现是为了扩展GB2312，它的编码范围是8140-FEFE（去掉XX7F），总共有23940个码位，能表示21003个汉字，它的编码是和GB2312兼容的

5、UTF-16

UTF-16的出现是ISO想要创建一个全新的超语言字典，世界上所有的语言都可以通过这个字典来相互翻译，可想而知，这个字典是多么的复杂、庞大。UTF-16用两个字节来表示Unicode的转化格式（两个字节就是16个bit，所以要UTF-16），采用的是定长的表示方法，即任何字符都可以用两个字节表示。这样表示字符就是变得的非常方便。但是，也有一个缺陷，就是很大一部分的字符用一个字节就可以表示了，UTF-16却用两个字节，有些浪费存储空间。所以有另一个编码方式就出现了，也就是UTF-8

6、UTF-8

UTF-8采用了一种变长技术，每个编码区域有不同的字码长度，不同类型的字符可以由1-6个字节组成。

UTF-8的编码规则如下：

1) 如果是1个字节，最高位为0，则表示这是1个ASCII字符。可见，所有ASCII编码已经是UTF-8了

2) 如果是1个字节，以11开头，则连续的1的个数暗示这个字符的字节数，例如：110xxxxx代表它是双字节UTF-8字符的首字节

3) 如果是1个字节，以10开始，表示它不是首字节，则需要向前查找才能得到当前字符的首字节。

结合所述，建议统一采用UTF-8的编码方式比较好。