计算机字符编码

ASCII

American Standard Code for Information Interchange

• 可见字符：32~126 控制字符：0~31和127
• 记住常见的数字，字母的ascii码

扩展ASCII

后来欧洲人使用，0~255 称之为扩展ASCII

GB2312 和 GBK

区位码：设计94个区，每个区都有特定的字符，每个区有（10*10-6）94个位。例如y是0389就是第三块，8行9列（从0开始）

国标码 = 区位码 + 2020H

内码 = 国标码 + 8080H

举例：

'侃’5709 ：前一个字节0x39和后一个字节0x09都分别加上0xA0（+160可以正确区分ASCII最大为127）得到0xD9xA9，这样GB2312码可以兼容ASCII，高低位都大于127。

在GB2312的基础上又增加了字符，GBK。后来少数民族文字扩展，GBK18030字符集，对应编码就是GBK18030字符编码

UTF-8

一开始unicode使用的是UCS-2字符集，还是不够用。（Universal Character Set)，后来UCS-4，但是所需空间太大，没有被广泛接受。后来互联网时代到来，必须对编码进行重新的思考，于是出现UTF-8,（Unicode Transformation Format）。

UTF-8是一种可变长的方式，UTF-8将UCS-4分为四个区间

UCS	UTF-8
00~7F	0xxxxxxx
80~7FF	110xxxx 10xxxxxx
800~FFFF	1110xxxx 10xxxxxx 10xxxxxx
1 0000~10 FFFF	11110xxx 10xxxXXX 10xxxxxx 10xxxxxx

举例：

王:0x0000 738B 00000000 00000000 01110011 10001011
1110xxXx 10xxXXxxx 10xXXXxxx
11100111 10001110 10001011 0xe7 0x8e 0x8b