字符集、码位、编码

基本概念
字符集（可见字符、控制字符…）
字符码位（字符在字符集中的位置）
字符编码规则（编码的二进制存储规则）

2. ASCII系列

2.1 ASCII码

字符集（ASCII字符集）：128个字符
码位：128个
编码（ASCII码）：码位的二进制

主要是为了解决美国字符编码问题
美国哪有那么多字符 一个字节就搞定了

2.2 LATIN1

遵循ISO-8859-1 扩展的ASCII码
在ASCII码的基础上，新增了128个字符，解决欧洲一些国家的字符编码问题
基本每个欧洲国家的标准都不一样 还有什么其他ISO-8859-2 3 ……

3. GB系列

兼容ASCII

3.1 GB2312码

解决中国常见汉字编码问题
字符集：6763个汉字，682个除汉字外的字符。
码位：分区管理，共计94个区，每个区含94个位，共8836个码位

3.1.1 为什么从 0xA1 编码

GB2312 是双字节编码，与 ASCII 码兼容，0x80 - 0x9f 要留给控制块，只能从 0xA0 开始咯。又因 0xA0 正好是图形块的空格，于是就从 0xA1 编码

3.2 GBK

相对于GB2312字符集，新增近20000个汉字和符号

3.3 GB18030

相对于GBK，又新增了几千个少数名族字符
好多生僻字 基本都用不到的汉字

4. Unicode标准

通用字符集（UCS，Universal Character Set）是由ISO制定的ISO 10646（或称ISO/IEC 10646）标准所定义的标准字符集
UCS-2用两个字节编码，UCS-4用4个字节编码

4.2.1 UTF-8编码规则

每次传送8位数据
是一种可变长的编码格式
兼容ASCII 可存放1到4个字节

utf8遵循严格的编码规则

字符“王”在UCS-4字符集中的码位为0x0000738B，存储编码为0xE78E8B

参考

字符集、码位、编码：ASCII、LATIN1、GB2312、GBK、Unicode、UTF-8、UTF-16、UTF-32