ISO-8899-1，GBK，UTF等字符编码的历史演进

ASCII（American Standard Code for Information Interchange）美国信息交换标准代码。 早期使用，7bit表示一个字符，还有1bit没用，共计可表示128种，表示英文足够。

ISO-8859-1：早期是ascii码，但后来不够用了，于是在ascii码的基础上有了ISO-8859-1，iso8859-1是完全向下兼容ascii码。iso-8859-1，用完整的一个字节（8位）表示一个字符，不会出现位的丢失。共计可表示256个字符。

GB2312：后来有了中文，256个不够用，于是有了gb2312，用两个字节表示一个汉字，每个汉字有个特定的编码与之对应。GBK（国标扩）：但因为汉字中的生僻字，于是有了gbk，是gb2312的超集。           

GB18030：后来又不够了，有了gb18030，最完整的简体中文表现形式。而对于台湾，繁体中文，又有big5。因此对于n多的国家，为了不乱套（每个国家都自己定义字符集编码），出现了国际标准unicode

UNICODE：能支持所有的国家的字符，采用两个字节表示一个字符。新的问题：存储的容量需求太多，因为对于使用英文的国家，使用一个字节就能表示，因此需要用0填充高位字节，凑成2个字节，造成存储空间浪费。这种编码方式不适合存储。

UTF（8、16、32）Unicode Translation Format：因为unicode的问题，出现了utf-x。unicode本身是一种编码方式，utf本身是一种存储方式，utf-8是unicode的实现方式之一。UTF-16LE（little endian）小端，UTF-16BE（big endian）大段，在unicode的规范中，对于磁盘的文件，在文件最前面会加上一个不可见的字符，全称为Zero Width No-Break Space（0宽度不换行空格），本身是不存在的，会有一个相应字符编码：0xFEFF，如果在文件开头出现这个，这种文件称为BE，如果是0xFFFE，则称为LE，既在文件开始加上这么一个，表示大端或是小端。

UTF-8，变长字节表示形式，针对不同的字符，用来表示的字节是不一样的，如：英文A，则用1个字节表示，等似和ASCII一样，对于中文，一般会用三个字节表示一个中文。最多会用6个字节表示一个字符。针对utf-8，有个BOM（Byte Order Mark）标识，像0xFEFF，在windows系统中，存储文件时会带上这个BOM头，对于无法解析这个字符的系统，就会出错。