国际编码与中文字符

Windows操作系统使用 ASCII 码对应各种字符，每个 ASCII 码对应一个 Unicode 码。 ASCII 码从 \u0000 到 \u007F(0-127) 共 128 个字符，英文字符均在其中，其二进制表示为 0xxxx xxxx ，扩展 128 个字符为 \u0080-\u00FF(128-255) ，二进制表示为 1xxx xxxx 。

Unicode又称UCS(UnicodeCharacter Set)，是一种字符编码方法，由一个字节表示(0x00-0xff),其即对应ASCII码，如\u0041对应英文字符’A’,

Unicode为全世界通用编码，为了能够表示出两个字节的中文字符，采用了两个字节编码，称为UCS-2，而UCS还有采用四个字节编码的UCS-4。

UCS-2与GB2312编码类似，使用两组16进制的编码合成一个字符，如汉字”啊”的UCS-2码(一般直接称为Unicode)为 \u554A，以此类推，其他中文字符在Unicode中的编码亦用此种形式保存。UCS-4 为32位二进制表示，而实际上最高位必须为0，因此UCS-4可以表示2^31 个字符。UCS-4 的四个字节中根据最高字节分成2^7个group，每个group根据次高字节分为2^8个plane，每个panel根据次低字节分为2^8个rows，每个rows包含2^8个cells。而group和plane均为0的码称为BMP(Basic Multilingual Plane)，即是UCS-4中高两个字节为0的编码为BMP。目前UCS-4还未有分配在BMP范围之外的字符。

中文字符常用的编码为GB2312