多种字符编码集的说明

编码表的由来

计算机只能识别二进制数据，早期由来是电信号。为了方便应用计算机，让它可以识
别各个国家的文字。就将各个国家的文字用数字来表示，并一一对应，形成一张表。
这就是编码表。

常见的编码表

• ASCII：美国标准信息交换码
  用一个字节的7位可以表示。
• ISO8859-1：拉丁码表
  欧洲码表 用一个字节的8位表示。
• GB2312：中国的 中文编码表。
  最多两个字节编码所有字符
• GBK：中国的中文编码表升级，融合了更多的中文文字符号
  最多两个字节编码
• Unicode：国际标准码，融合了目前人类使用的所有字符
  为每个字符分配唯一的字符码。所有的文字都用两个字节来表示。
• UTF-8：变长的 编码方式
  可用1-4个字节来表示一个字符。

衍变

ASCII ------ ISO8859-1 ：

随着计算机的不断发展，需要扩充ASSCII编码规则，扩展出了10000000~ 11111111（0X80~0XFF）这128个二进制数。

ASCII ------ GB2312 ：

为了解决汉字的问题，中国国家标准总局制定了GB2312，向下兼容ASCII编码方式。后来又有了GBK字符集及相应的编码规范，GBK编码规范也是向下兼容GBK2312的。

在Unicode出现之前，所有的字符集都是和具体编码方案绑定在一起的（即字
符集≈编码方式），都是直接将字符和最终字节流绑定死了。

Unicode的出现

Unicode字符集涵盖了世界上所有的文字和符号字符，Unicode编码方案为字符集中的每一个字符指定了统一且唯一的二进制编码。

Unicode不完美，这里就有三个问题，一个是，我们已经知道，英文字母只用
一个字节表示就够了，第二个问题是如何才能区别Unicode和ASCII？计算机
怎么知道两个字节表示一个符号，而不是分别表示两个符号呢？第三个，如果
和GBK等双字节编码方式一样，用最高位是1或0表示两个字节和一个字节，
就少了很多值无法用于表示字符，不够表示所有字符。

Unicode只是定义了一个庞大的、全球通用的字符集，并为每个字符规定了唯
一确定的编号，具体存储成什么样的字节流，取决于字符编码方案。推荐的
Unicode编码是UTF-8和UTF-16。

参考：https://www.zhihu.com/question/57461614/answer/274634720