有关字符集ASCII与UTF-8

有关字符集ASCII与UTF-8

ASCII

最早的字符集，和计算机一起诞生在美国，仅支持26个英语字母与一些英语符号，因此只能让英语国家使用。仅有128个编码，每个编码使用7b表示与存储。其中，0x30为数字0，0x31为数字1，0x39为数字9；0x41为A，0x61为a。

扩展ASCII

欧洲一些国家需要使用一些特有字母，比如法语的 é，德语的 ä ，因此推出了扩展ASCII供欧洲地区使用 ，共256个字符，每个字符用1B存储。

UTF-8

终极字符集，包含了地球上几乎所有字符。UTF-8使用变长编码，用类似Huffman树的思想来编码，用的勤的字符对应的编码就短，冷门偏门的字符对应的编码就长，因此存储效率很高，同时表示效果也很好，可以说终结了字符的表示问题。汉字在UTF-8下占用3B，当然，在纯中文环境下，UTF-8在存储效率上还是不如GBK国标码（2B）的。在存储效率上UTF-8不如许多编码集。

ANSI

微软独有的编码。Windows的记事本就是用的ANSI编码。在不同语言的Windows系统中表示不同编码集。比如在中国就是GBK国标码，在美国就是ASCII码。这样存储效率的确非常高，但是在不同国家的Windows系统中，同一份文本文件就会发生乱码。比如一个中文文本文件，发给韩国人就会变成无意义的韩语文档，发给日本人就会变成无意义的日语文档。这个取决于你安装的哪个国家的Windows，只切换语言与地区时没用的。

GBK

国标码，中国国标局发行的中文编码集，GB2312的正统续作，完全兼容GB2312，每个汉字占用2B，包括繁体字，但不兼容大五码。

BIG-5

大五码，台湾专用，包含繁体字。和GB2312一个时期。