Win32逆向学习之字符编码

字符编码

1、原始的ASCII编码

在计算机里面真正存储的是字符对应的编码，而不是字符本身。

ASCII码只用了一个字节来表示字符，表示的比较少，最多表示255个字符，范围是0x00-0xFF。但实际上原始的ASCII码只是使用了0x00-0x7F中间的字符，0x80-0xFF中间的字节并没有使用。

2、ASCII码的拓展 以及GB2312或GB2312-80

2.1 产生的原因

在英语中，用128个符号编码便可以表示所有，但是用来表示其他语言，128个符号是不够的。后来有些国家利用字节中闲置的最高位编入新的符号，这样编码的范围就是0x00-0xFF，可以表示256个符号。这种编码称为ASCII码的扩展。

2.2 扩展ASCII编码

扩展ASCII编码的编码范围是 1000 0000 - 1111 1111 ，即0x8F-0xFF。加上ASCII编码一共可以表示256个字符。

但是汉语的字符有10万以上，256个字符显然不能满足汉语字符的表示，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国将ASCII码再进行扩展，便有了GB2312编码。

2.3 GB2312编码

GB2312 兼容标准 ASCII码，采用扩展 ASCII 码的编码空间进行编码，一个汉字占用两个字节，每个字节的最高位为 1。

例如“你好”的编码的GB2312编码的16进制是 E3 C4 C3 BA。“你”的编码是E3 C4 二进制就是 1110 0011 1100 0100，其中1110 0011就是一个扩展ASCII码，1100 0100也是一个扩展ASCII码。

2. 4 出现的问题

除了中国，其他国家也为了适应自己国家的字符对ASCII码进行扩展，相同的16位的1110 0011 1100 0100编码，在中国表示字符“你好”，但是到其他国家就会表示成其他符号，各个国家之间的编码并不统一，极易出现乱码现象，不能满足跨语言、跨平台进行文本转换、处理的需求。

3、UNICODE编码

3.1 Unicode编码

Unicode是一种编码方案，全世界所有文字都有唯一一个二进制来表示，也就是说每一个字符都有唯一一个二进制编码来表示，可以满足跨语言、跨平台进行文本转换、处理的要求。

Uni