编码方式 GBK/UTF/Unicode

常见的编码表

• ASCII：美国标准信息交换码
  • 用一个字节的7位来表示
• ISO8859-1：拉丁码表，欧洲码表
  • 用一个字节的8位表示
• GB2312：中国的编码表。最多两个字节编码所有字符
• GBK：中国的中文编码表升级，融合了更多的中文文字符号。两个字节解码，定长的编码方式。
• Unicode：国际标准码，融合了目前人类使用的所有字符。为每个字符分配唯一的字符码。所有的文字都用两个字节表示。
• UTF-8：变长的编码方式，可用1-4个字节来表示一个字符。

关于Unicode

• Unicode不完美，这里就有三个问题：
  • 我们已经知道，英文字母只用一个字 节表示就够了，
  • 第二个问题是如何才能区别 Unicode和 ASCII?计算机怎么知道两个字节表示一一个符号，而不是分别表示两个符号呢？
  • 第三个，如果和 GBK 等双字节编码方式- -样，用最高位是1或0表示两个字节和一个字节，就少了很多值无法用于表示字符，不够表示所有字符。Unicode 在很长一段时间内无法推广，直到互联网的现。
• 面向传输的众多UTF (UCS Transfer Format)标准出现了，顾名思义，UTF-8 就是每次8个位传输数据，而UTF-16 就是每次16个位。这是为传输而设计的编码，并使编码无国界，这样就可以显示全世界上所有文化的字符了。
• Unicode 只是定义了一个庞大的、全球通用的字符集，并为每个字符规定了唯一确定的编号，具体存储成什么样的字节流，取决于字符编码方案。