计算机的字符与编码集

一、字符编码集的历史
ASCII码
使用7个bits就可以完全表示ASCII码
包含95个可打印字符
33个不可打印字符（包含控制字符）
95 + 33 = 128 =2^7

ASCII码早期可以满足英美等国家的科学家使用，但随着计算机的发展与推广，很多应用或者国家中的符号都无法用ASCII表示，如数学符号（÷、≥、≠、≈、π）等。所以就有了第一次对ASCII码进行扩充，由7bits扩充到8bits,就是Extended ASCII码，扩展了常见数学运算符、带音标的欧洲字符、其它常用符，表格符等。
字符编码集的国际化的原因：
欧洲、东亚、中亚、拉丁美洲等国家的语言多样性。
还有语言体系不一样，不以有限字符组合的语言。
其中中日韩等的语言最为复杂。
二、中文编码集
GB2312 全称为《信息交换用汉字编码字符集——基本集》，一共收录了7445个字符，包括6763个汉字与682个其它符号。
GBK 全程为《汉字内码扩展规范》，向下兼容GB2312，向上支持国际ISO标准。收录了21003个汉字，支持全部中日韩汉字。
GBK虽然很规范和全面，但是如果我们使用GBK来开发一个中文网站放到外国使用的话，外国的用户电脑上没有安装GBK编码集，网站的内容是无法正常显示的。
Unicode：统一码，万国码，单一码。兼容全球的字符集
Unicode定义了世界通用的符号集，UTF-*实现了编码。
UTF-8以字节为单位对Unicode进行编码。