字符集&字符编码

字符集和字符编码

计算机中存储的信息都是用二进制数表示的（即0和1，逢二进一，这和计算机逻辑电路中的接通和断开两个物理状态对应），而我们在屏幕上看到的英文汉字是二进制数转换的结果。

• 字符集（Charset）：是一个系统支持的所有抽象字符的集合。字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。
• 字符编码（Character Encoding）：在符号集合与数字系统之间建立对应关系，将符号转换为计算机可以接受的数字系统的数。
• 常用的字符集：ASCII字符集、GB2312字符集、BIG5字符集、GB18030字符集、Unicode字符集等

	字符集	字符编码
ASCII(american standard code for information interchange)美国信息交换标准代码	主要显示现代英语	7位（bits）表示一个字符，共2^7，128个字符
EASCII	追加扩展了一些欧洲常用字符	8位（bits）表示一个字符，共2^8，256个字符
GB2312	国标，用于汉字	小于127的字符意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字。 在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的"全角"字符，而原来在127号以下的那些就叫"半角"字符了。
GB18030	对gb2312追加扩展，支持国内少数名族文字	采用多字节编码，与utf-8相同，每个字可以由1个、2个或4个字节组成
GBK	微软利用GB 2312未使用的编码空间，收录GB 13000.1-93全部字符制定了GBK编码	字符有一字节和双字节编码
BIG5	繁体字
Unicode	万国码	uft-32（每个字符都使用4个字节，效率低） / utf-16 / utf-8