1 摩尔斯电码（１８３６）
1837年，世界第一条电报诞生，当时美国科学家莫尔斯尝试用一些“点”和“划”来表示不同的字母、数字和标点符号，这套表示字符的方式也被称为“摩尔斯电码”：
维基百科：摩尔斯电码
2 第一台计算机（１９４６）
涉及的基础概念
比特（bit）：也可称为“位”，是计算机信息中的最小单位，是 binary digit（二进制数位）的缩写，指二进制中的一位
字节（Byte）：计算机中信息计量的一种单位，一个位就代表“0”或“1”，每8个位（bit）组成一个字节（Byte）
字符（Character）：文字与符号的总称，可以是各个国家的文字、标点符号、图形符号、数字等
字符集（Character Set）：是多个字符的集合
编码（Encoding）： 信息从一种形式或格式转换为另一种形式的过程
解码（decoding）： 编码的逆过程
字符编码（Character Encoding）：按照何种**规则**存储字符
ASCII 第一台计算机使用８个晶体管的通断电表示，可以表示出256种状态 1967年，美国信息交换标准代码（ASCII,American Standard Code for Information Interchange）中包含128种状态，总共包含35个控制字符和95个可显示的字符
0000 0000 ~ 0001 1111 共 **33** 种状态用来表示终端的特殊动作，
如打印机中的响铃为 0000 0111 ，当打印机遇到 0000 0111 这样的字节传过来时，
打印机就开始响铃；
0010 0000 ~ 0010 1111 、 0011 1010~0110 0000 和 0111 1101 ~ 0111 1110
共 **33** 种状态来表示英式标点符号，如 0011 1111 即代表英式问号“?”；
0011 0000 ~ 0011 1001 共 **10 **种状态来表示“0~9”10个阿拉伯数字；
0100 0001 ~ 0101 1010 和 0110 0001 ~ 0111 1010共 **52**种状态来表示大小写英文字母；
EASCII 虽然刚开始计算机只在美国使用，128个字符的确是足够了，但随着科技惊人的发展，欧洲国家也开始使用上计算机了。不过128个字符明显不够 EASCII（Extended ASCII，延伸美国标准信息交换码）由此应运而生，EASCII码比ASCII码扩充出来的符号包括表格符号、计算符号、希腊字母和特殊的拉丁符号
GB2312 当计算机来到中国后，需要增加字符来表示汉语， 于是中国国家标准总局（现已更名为国家标准化管理委员会）在1981年，正式制订了中华人民共和国国家标准简体中文字符集，全称《信息交换用汉字编码字符集·基本集》，项目代号为GB 2312 或 GB 2312-80（GB为国标汉语拼音的首字母），此套字符集于当年的5月1日起正式实施。
包含字符：共包含7445个字符，6763个汉字和682个其他字符（拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母）
存储方式： 基于[EUC存储方式](http://zh.wikipedia.org/wiki/EUC)，每个汉字及符号以两个字节来表示，第一个字节为“高位字节”，第二个字节为“低位字节”
BIG5 要知道港澳台同胞使用的是繁体字，而中国大陆制定的GB2312编码并不包含繁体字，于是信息工业策进会在1984年与台湾13家厂商签定“16位个人电脑套装软件合作开发（BIG-5）计划”，并开始编写并推出BIG5标准。 之后推出的倚天中文系统则基于BIG5码，并在台湾地区取得了巨大的成功。在BIG5诞生后，大部分的电脑软件都使用了Big5码，BIG5对于以台湾为核心的亚洲繁体汉字圈产生了久远的影响，以至于后来的window 繁体中文版系统在台湾地区也基于BIG5码进行开发。
包含字符：
共收录13,060个汉字及441个符号
编码方式：
用两个字节来为每个字符编码，第一个字节称为“高位字节”，第二个字节称为“低位字节”
Unicode 国际标准化组织（ISO）及国际电工委员会（IEC）于1984年联合成立了ISO/IEC小组，主要用于开发统一编码项目； 而Xerox、Apple等软件制造商则于1988年组成了统一码联盟，用于开发统一码项目,但后来他们发现各自在做相同的工作，同时世界上也不需要两个不兼容的字符集，于是两个组织就此合并了双方的工作成果，并为创立一个单一编码表而协同工作 1991年，两个组织共同的工作成果Unicode 1.0正式发布，不过Unicode 1.0并不包含CJK字符（即中日韩）
ISO/IEC 8859 ISO/IEC小组在1984年成立后的第三年（即**1987年**）开始启动ISO 8859标准的编写，ISO 8859是一系列8位字符集的标准，主要为世界各地的不同语言（除CJK）而单独编写的字符集，一共定义了15个字符集：
(ISO/IEC 8859-1：西欧语言 ISO/IEC 8859-2 ：中欧语言 ISO/IEC 8859-3 ：南欧语言 ISO/IEC 8859-4： 北欧语言 ISO/IEC 8859-5： 斯拉夫语
ISO/IEC 8859-6： 阿拉伯语 ISO/IEC 8859-7：希腊语 ISO/IEC 8859-8：希伯来语 ISO/IEC 8859-9：土耳其语
ISO/IEC 8859-10： 北日耳曼语 ISO/IEC 8859-11：泰语 ISO/IEC 8859-13： 波罗的语族 ISO/IEC 8859-14： 凯尔特语族
ISO/IEC 8859-15：西欧语言，收录芬兰语字母和大写法语重音字母，以及欧元（€）符号
ISO/IEC 8859-16 ：东南欧语言，主要供罗马尼亚语使用，并加入欧元（€）符号)
ISO/IEC 10646 / UCS 1993年，ISO/IEC 10646标准第一次发表，ISO/IEC 10646是[ISO 646](http://zh.wikipedia.org/wiki/ISO_646)的扩展，定义了1个31位的字符集。ISO 10646标准中定义的字符集为UCS，UCS是Universal Character Set的缩写，中文译作通用字符集 版本： ISO/IEC 10646-1：第一次发表于1993年，现在的公开版本是2000年发表的ISO/IEC 10646-1:2000。 ISO/IEC 10646-2：在2001年发表 包含字符： 最初的ISO 10646-1:1993的编码标准，即Unicode 1.1，收录中国大陆、台湾、日本及韩国通用字符集的汉字共计20,902个，当然每个版本的Unicode标准的字符集所包含的字符数不尽相同，UCS包含了已知语言的所有字符，除了拉丁语、希腊语、斯拉夫语、希伯来语、阿拉伯语、亚美尼亚语、格鲁吉亚语，还包括中文、日文、韩文这样的方块文字，此外还包括了大量的图形、印刷、数学、科学符号。 UCS给每个字符分配一个唯一的代码，并且赋予了一个正式的名字，通常在表示一个Unicode值的十六进制数的前面加上“U+”，例如“U+0041”代表字符“A 编码方案： UCS仅仅是一个超大的字符集，关于UCS制定的编码方案有两种：**UCS-2**和**UCS-4**，Unicode默认以UCS-2编码。 顾名思义，UCS-2就是用两个字节编码，UCS-4就是用4个字节（实际上只用了31位，最高位必须为0）编码。那么UCS-2其实可以容纳的字符数为65536（2的16次方），而UCS-4可以容纳的字符数为2147483648（2的31次方）
UTF Unicode 诞生，随之而来的计算机网络也发展了起来，Unicode 如何在网络上传输也是一个必须考虑的问题，于是在1992年，面向网络传输的UTF标准出现了。 UTF是**U**nicode **T**ransformation **F**ormat的缩写，中文译作Unicode转换格式。其实我们从现在可以把Unicode看作是一个标准或组织，而UCS就是一个字符集，那么UCS在网络中的传输标准就是UTF了。 前面提到了UCS的编码实现方式为UCS-2和UCS-4，即要么是每个字符为2个字节，要么是4个字节。如果一个仅包含基本7位ASCII字符的Unicode文件，每个字符都使用2字节的原Unicode编码传输，其第一字节的8位始终为0，这就造成了比较大的浪费。但是，聪明的人们发明了UTF-8，UTF-8采用可变字节编码，这样可以大大节省带宽，并增加网络传输效率。
UTF-8:
使用1~4个字节为每个UCS中的字符编码：
128个ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）
拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母需要二个字节编码（Unicode范围由U+0080至U+07FF）
大部分国家的常用字（包括中文）使用三个字节编码
其他极少使用的生僻字符使用四字节编码
UTF-16/UCS-2:
UCS-2的父集，使用2个或4个字节来为每个UCS中的字符编码：
128个ASCII字符需两个字节编码
其他字符使用四个字节编码
UTF-32/UCS-4:
等同于UCS-4，对于所有字符都使用四个字节来编码
GB13000 前面提到了Unicode的迅速发展，至1993年时，包含CJK的Unicode 1.1已经发布了于是在同一年，中国制定了几乎等同于Unicode1.1的GB13000.1-93国家编码标准（简称GB13000）。此标准等同于 *ISO/IEC 10646.1:1993和Unicode 1.1 GBK 1995年，在GB13000诞生后不久，中国教育科研网（NCFC）与美国NCFnet直接联网，这一天是中国被国际承认为开始有网际网路的时间。中国是一个十几亿人口的大国，微软意识到了中国是一个巨大的市场，当时的微软也将自己的操作系统市场布局进中国，进入中国随之而来要解决的就是系统的编码兼容问题。 之前的国家编码标准GB 2312，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆99.75%的使用频率。但对于人名、古汉语等方面出现的罕用字和繁体字，GB 2312不能处理，因此微软利用了GB2312中未使用的编码空间，收录了GB13000中的所有字符制定了汉字内码扩展规范**GBK**（K为汉语拼音 Kuo Zhan中“扩”字的首字母）。所以这一关系其实是大陆把Unicode1.1借鉴过来改名为了GB13000，而微软则利用GB2312中未使用的编码空间收录GB13000制定了GBK。所以GBK是向下完全兼容GB2312的。
包含字符：
共收录21886个字符， 其中汉字21003个， 字符883个
编码方式：
GBK只不过是把GB2312中未使用的空间，编码了其他字符，所以GBK同样是用两个字节为每个字符进行编码
GB18030 GB18030不仅包含了大部分的汉字和繁体字等，而且包含了少数民族的文字，在2000年，电子工业标准化研究所起草了GB18030标准，项目代号GB 18030-2000，全称《信息技术-信息交换用汉字编码字符集-基本集的扩充》**。此标准推出后，在中国的所售产品必须强制支持GB18030标准
GB 18030-2000
GB 18030-2005
包含字符：
GB18030收录了GBK中的所有字符，并将Unicode中其他中文字符（少数民族文字、偏僻字）也一并收录进来重新编码。其中GB 18030-2000共收录27533个汉字，
而 GB 18030-2005共包含70244个汉字。
编码方式：
采用多字节编码，每个字符由1或2或4个字节进行编码
网友评论