编码认识（GBK,GB2312,GB18030,US-ASCII,Unicode,UFT-8,UFT-16,UFT-32）

         最近在写程序时候老出现中文乱码，查了下是编码标准没整对= w =、虽然很简单就解决了问题，但是对编码产生了兴趣，就翻了翻，咳咳发现还真不少，这里只介绍了知名度比较高的= = ，好无情= ^ = 

先来张思维导图今天介绍的主要就是这些编码了

  

          先说说中国的吧、中国的第一个编码是GB2312里面包含了汉字。。。对只有汉字，简单的说就是外国编码没有汉字或者搞得很不好用= =然后中国就出了个，不过只有繁体的.....然后很快1995年又出现了新生儿，GBK没错·，简体中文来了，简体中文来了！哇卡卡卡！不过这还不够，我们56个民族56朵花，怎么能少了少数民族。。。不！是其他民族的文字呢！所以伟大的GB18030就蹦出来了！出生于2000年3月17日，夜= =

         自从计算机发展以来无人不知ASCII、又叫US-ASCII美国人发明的嘛= =加了个US来强调？！美国标注信息交换代码、几乎在所有类型计算机上都是标准的128字符集，后来经过扩展了128个字符集、扩展之后又叫IBM字符集= = 

         Unicode编码1994年公布= =、又称万国码，简单的说，他的使命就是表示各个国家的各种文字，每个文字都有唯一的表示码、简单地说就是解决了全国文字沟通问题= = 

番外篇（有意思）

1，GB2312是很老的东西了，早就发现不够用了。

2，94年（还是之前）国家推出了建议性标准gb13000，这个标准其实就是utf-8标准（除了名字，完全一样），同时也建议微软公司采纳。－－（据说是1993年，GB13000，应该是ISO10646）

3，微软借口说gb18000还不成熟，为了取得中国市场的垄断地位，自己搞了一套汉字标准，于是它就随着win95和office之类的流行起来了，国家看生米已经煮成了熟饭，只好把这套标准定为国标GBK标准。－－（其实只是指导性标准，并非强制性，GB18030是强制性标准）

4，微软到了99年（前后吧），又说GBK已经落伍了，现在流行utf-8标准，准备全盘转换成utf-8，这些把有关部门惹怒了。NND，当年我们推utf-8你说不成熟，自己搞了一套，现在赚得盆满钵满了又自己说要推utf-8了，你丫微软分明就没把政府放在眼里。

5，于是政府怒了，强制推行gb18030标准（这个标准前面兼容GBK，其他码位兼容utf-8），算是过渡标准吧。要求微软强制执行，否则产品不得在大陆买。于是基本搞死了微软的WindowsMe，差点搞死了Office2000（据说发行前几个月，微软除了改字符编码就没干其他什么事情）－－（确实，WinMe是我认为的最差的Windows版本，而office2k也是前不着村，后不着店，前后兼容性都差）

6，由于以上历史原因，现在就是GB2312，GBK，GB18030，UTF-8并存了。

7，如果不是万恶的微软，我们早就用上UTF-8了。

8，所以说微软和政府关系一直很僵，不是说着玩的，微软太目中无政府了。

9，以上是我从其他地方看来的，可能记得不是太真切了，说的不对请大家指正。

图= = 

表格整理

编码标准	发明时间	发明国家	作用内容	简介
ISO-8859-1	找不到	?	各种外文	8位字符集,兼容 ASCII
GB2312	1980年发布	中国	繁体	GB2312编码适用于汉字处理、汉字通信等系统之间的信息交换，通行于中国大陆；新加坡等地也采用此编码。中国大陆几乎所有的中文系统和国际化的软件都支持GB 2312。
GBK	1995年12月15日发布	中国	繁体，简体	GBK 向下与 GB 2312 编码兼容，向上支持 ISO 10646.1 国际标准，是前者向后者过渡过程中的一个承上启下的产物。
GB18030	2000年 3月17日发布	中国	繁体，简体，中国各少数民族民族文字	我国自主研制的以汉字为主并包含多种我国少数民族文字（如藏、蒙古、傣、彝、朝鲜、维吾尔文等）的超大型中文编码字符集强制性标准
US-ASCII	根据资料来看应该很早	美国标准信息交换代码	数字/英文	二进制/十六进制/用01表示数字和英文字母   （电脑）最基本的标准字符集，ASCII是“美国信息交换标准码”的英文缩写(American Standard Code for Information Interchange)，ASCII字符集包含128个字符（7bits），它在几乎所有类型的计算机上都是标准的，每个ASCII字符使用一个字节表示，其取值范围在0至127之间，ASCII扩展字符集又称为IBM字符集，它在ASCII字符集的基础上，又定义了128个字符，取值范围在128至255之间，充分利用了一个字节所能表达的最大信息，Siebenbitcode
Unicode	1990年开始研发，1994年正式公布	?	能够使计算机实现跨语言、跨平台的文本转换及处理。	跨平台，每个国家的每种语言的每个文字都有编码，为解决编码统一、各个国家编码不相同，不兼容的问题 扩展自ASCII Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案。Unicode用数字0-0x10FFFF来映射这些字符，最多可以容纳1114112个字符，或者说有1114112个码位。码位就是可以分配给字符的数字。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。 在Unicode中：汉字“字”对应的数字是23383（十进制），十六进制表示为5B57。在Unicode中，我们有很多方式将数字23383表示成程序中的数据，包括：UTF-8、UTF-16、UTF-32。UTF是“UCS Transformation Format”的缩写，可以翻译成Unicode字符集转换格式，即怎样将Unicode定义的数字转换成程序数据。 例如，“汉字”对应的数字是0x6c49和0x5b57，而编码的程序数据是： char      data_utf8[]={0xE6,0xB1,0x89,0xE5,0xAD,0x97};//UTF-8编码 char16_t data_utf16[]={0x6C49,0x5B57};        //UTF-16编码 char32_t data_utf32[]={0x00006C49,0x00005B57};//UTF-32编码 这里用char、char16_t、char32_t分别表示无符号8位整数，无符号16位整数和无符号32位整数。UTF-8、UTF-16、UTF-32分别以char、char16_t、char32_t作为编码单位。
UFT-8	由Ken Thompson于1992年创建	美国计算机学者Ken Thompson	UTF-8编码可以通过屏蔽位和移位操作快速读写。	基于Unicode，外文名 8-bit Unicode Transformation Format Unicode转换格式
UFT-16		Unicode扩展	对每一个Unicode码位使用恰好16位元	UTF-16是Unicode的其中一个使用方式。 UTF是 Unicode Translation Format，即把Unicode转做某种格式的意思。 即把Unicode字符集的抽象码位映射为16位长的整数（即码元）的序列，用于数据存储或传递。Unicode字符的码位，需要1个或者2个16位长的码元来表示，因此这是一个变长表示。 （是高字节在前还是低字节在前）由流中的前两字节中字节顺序标记来确
UFT-16BE		Unicode扩展		与UFT-16字节顺序不同 （最低地址存放高位字节，符合人们的阅读习惯）字节顺序 只有UTF-16，即只有使用Unicode编码存储或传递时，才涉及到高字节还是低字节序的问题，UTF-8一般是没有字节序的概念的，因为utf-8编码本身中就已含有了编解码转换方式了。
UFT-16LE		Unicode扩展		与UFT-16字节顺序不同 （最高地址存放高位字节）字节顺序
UFT-32		Unicode扩展	对每一个Unicode码位使用恰好32位元	UTF-32 (或 UCS-4)是一种将Unicode字符编码的协定，对每一个Unicode码位使用恰好32位元。其它的Unicode transformation formats则使用不定长度编码。因为UTF-32对每个字符都使用4字节，就空间而言，是非常没有效率的。特别地，非基本多文种平面的字符在大部分文件中通常很罕见，以致于它们通常被认为不存在占用空间大小的讨论，使得UTF-32通常会是其它编码的二到四倍。虽然每一个码位使用固定长定的字节看似方便，它并不如其它Unicode编码使用得广泛。

呼呼累死宝宝了=  =

————————————chenchen—————————————