编码方式概述

Unicode

• Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符集。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。
• 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集。

ASCII

• ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO/IEC 646。

GB 2312：信息交换用汉字编码字符集

• 对于人名、古汉语等方面出现的罕用字，GB 2312不能处理，这导致了后来GBK及GB 18030汉字字符集的出现。

GBK （K代表扩）

• 简、繁体字融于一库。

GB18030

• 包括中国少数民族字符，GBK不支持的韩文字符等等.

UCS-2和UTF-16

• Unicode组织和ISO组织都试图定义一个超大字符集，目的是要涵盖所有语言使用的字符以及其他学科使用的一些特殊符号，这个字符集就是通用字符集（UCS，Universal Character Set）。
• UTF对于压缩使用的Unicode字符串是高效的。

UTF-8

• UCS字符集的另一种编码方式。
• 在UTF-8的编码的传输过程中即使丢掉一个字节，根据编码规律也很容易定位丢掉的位置，不会影响到其他字符。在其他双字节编码中，一旦损失一个字节，就会影响到此字节之后的所有字符。从这点可以看出UTF-8编码非常适合作为传输编码。