常用字符编码介绍

Posted 2020-12-13

在百度百科中，是这样定义的，字符编码（Character encoding）也叫字符码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。实际上就就记住一句话，字符编码就是为了方便信息存储和传递。
常用编码：
ASCII：表示英语及西欧语言，占1bytes，基本的ASCII字符集共有128个字符，其中96个可打印字符，适用于不同地区的扩充的ASCII字符集，扩充字符的编码均为高位为1的8位代码，即128-255，也称为扩展ASCII码。
linux查看ASCII命令：
man ascii（#centos中需要安装man-pages）

GB2312：简体中文字符集，兼容ASCII,占2bytes，由于我们汉字比较复杂，又不能和ASCII编码冲突，所以，中国制定了GB2312编码，并且需要两个字节。
Unicode：国际标准组织统一标准字符集，占2bytes，简单的说是为了解决不同编码兼容性问题，就是在不同的字符集下，怎么正常显示不同的字符集。就是将世界上所有的符号都纳入其中，无论中文、英文、日文等，这样就不会出现乱码了，这就是Unicode编码。
GBK：GB2312的扩展字符集，支持繁体字，兼容GB2312，占2bytes，由于汉字太多，太复杂，GB2312无法处理所有的汉字，这就出现GBK字符集，它扩展了GB2312编码，加入了更多的汉字。
UTF-8：不定长编码，占1-3bytes，它的出现是为了提高Unicode编码的效率，根据不同符号自动选择编码的长短。
这些是我们常用的字符编码，还有很多我们不怎么常用的，比如：Big5、MBCS、Base64、UTF-16等等。