编码和字符集

目录

1.编码

2.字符集

2.1常见字符集

2.1.1 ASCII字符集 

2.1.2 GBxxx字符集

2.1.3 Unicode字符集 

3.字符集和字符编码的联系和区别

---

1.编码

将字符转换成二进制数字，以便在计算机中存储。每个字符集中的字符都对应一个唯一的二进制编码。例如我有英文字符 'A' ，现在要把它以二进制码 0100 0001 存储于计算机中。

2.字符集

字符集是一个系统支持的所有字符的集合，包括各国家文字、标点符号、图形符号、数字等。

计算机要准确的存储和识别各种字符集符号，需要进行字符编码，一套字符集必然至少有一套字符编码。常见字符集有ASCII字符集、GBK字符集、Unicode字符集等。

2.1常见字符集

2.1.1 ASCII字符集 

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，用于显示现代英语，主要包括控制字符（回车键、退格、换行键等）和可显示字符（英文大小写字符、阿拉伯数字和西文符号）。
基本的ASCII字符集，使用7位（bits）表示一个字符，共128字符。最开始计算机只在美国人用，他们的语言只需要52个(算上大小写)英文字母，加上一些数字，标点，符号和控制字符之类的，拢共100多个就够用了。后来又发现有了一些非英文的新的字母、符号等被需要，所以就出现了ASCII的扩展字符集。

于是ASCII字符集分为3部分：

1. ASCII非打印控制字符，0~31，32个
2. ASCII打印字符，32~127，96个
3. 扩展ASCII打印字符，128~255，128个

2.1.2 GBxxx字符集

面向中文的字符编码主要有GB2312、GBK、GB18030和Big5几种。

1.GB2312：

简体中文码表。中国有6000多个常用汉字，显然一个字节的宽度是不够表示这么多汉字的，需要两个字节。因此规定：

1）小于127的字符的意义与原来相同；
2）两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（高字节）从 0xA1 用到 0xF7 ，后面一个字节（低字节）从 0xA1 到 0xFE 。
这样大约可以组合了包含7000多个简体汉字，此外数学符号、罗马希腊的字母、日文的假名们都编进去了，连在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的"全角"字符，而原来在127号以下的那些就叫"半角"字符了。
2.GBK：

最常用的中文码表。是在GB2312标准基础上的扩展规范，使用了双字节编码方案，共收录了21003个汉字，完全兼容GB2312标准，同时支持繁体汉字以及日韩汉字等。
3.GB18030：

最新的中文码表。为解决少数民族文字问题，再扩展几千个新的少数民族文字字，GBK 扩成了 GB18030 收录汉字70244个，采用多字节编码，每个字可以由1个、2个或4个字节组成。支持中国国内少数民族的文字，同时支持繁体汉字以及日韩汉字等。

2.1.3 Unicode字符集 

Unicode编码系统为表达任意语言的任意字符而设计，是业界的一种标准，也称为统一码、标准万国码。

Unicode 的编码范围为 U+0000 ~ U+10FFFF，整个编码空间划分为17个 Plane 。每个平面包含2^个16个代码点 (code point)。所谓代码点，就是文字符号在Unicode 中对应的那个值， 通常写成 U+ABCD 的格式。

它最多使用4个字节的数字来表达每个字母、符号，或者文字。有三种编码方案，UTF-8、UTF-16和UTF-32。最为常用的UTF-8编码。

这里主要讲讲UTF-8编码，无论是 UTF-16/32 还是 UCS-2/4，一个字符都需要多个字节来编码，显然有些浪费。由此 UTF-8 产生了。UTF-8编码，可以用来表示Unicode标准中任何字符，它是电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。互联网工程工作小组（IETF）要求所有互联网协议都必须支持UTF-8编码。所以，我们开发Web应用，也要使用UTF-8编码。它使用一至四个字节为每个字符编码，编码规则：
1）128个US-ASCII字符，只需一个字节编码。
2）拉丁文等字符，需要二个字节编码。
3）大部分常用字（含中文），使用三个字节编码。
4）其他极少使用的Unicode辅助字符，使用四字节编码。

3.字符集和字符编码的联系和区别

字符集和字符编码的联系：

字符集是多个字符的集合，可以理解为二进制数，与字符的映射关系，唯一的一个编号就代表一个字。字符编码是计算机中对字符的表示方式。
字符集与字符编码区别：
1.字符集是书写系统字母与符号的集合。
2.字符编码则是将字符映射为一特定的字节或字节序列，是一种规则。

大佬网址：(133条消息) 字符集和字符编码的类别与区分详解_小龙狗的博客-CSDN博客_字符集和字符编码区别