|
序号 |
编码代号 |
简介 |
|
1 |
Unicode |
中文为万国码、统一码、单一码，Unicode的英文全称为Universal Multiple-Octet Coded Character Set，简称UCS或U码，由非营利组织The Unicode Consortium负责运作，目的是消除“万码奔腾”的局面，让世界各国人民远离口口与乱码。
可惜，只是理论上可行，实际上，因各国历史、政治、文化上的差异，加上U码自身效率差的缺陷，想取代各种编码是不可能的，更遗憾的是DEdit使用Unicode编码对中文支持不好，比如，经常犯把“不”显示为“上”这样的低级错误。 |
|
2
|
UTF-8
|
前面说了，U码有个大毛病，就是在很多场合下应用效率差，因为U码说白了就是把所有字符都罗列在一起，也就是用最笨的“穷举法”去编码，U码在2005年就收集到了10万个字元。
玩过汉化的人都知道有汉化有A码与U码之分，S60三版软件的语言包大多为A码，为啥？因为A码用的字节少，效率高。所以，U码编码虽然兼容性高，编码也容易，但效率不行，怎么办呢？于是就出现了满足各种需要的U码实现形式，即Unicode Translation Format，简写为UTF，也就是说不是原样使用U码编码，而是变通一下，或者你可以理解成使用不同字节重新编制的编码，UTF-8是其中一种，8代表8位，也就是1个字节，因为与A码的兼容性、效率及安全性综合表现最好，所以应用最广。 |
|
3 |
Win 1251 |
Win就是Windows的简写，Windows是谁家的注册商标？微软的，所以，这是微软搞的编码表，也叫windows字符集。1251是什么呢？这是不同语言编码的编号，1251是斯拉夫语系的编号，什么是斯拉夫语系呢？
斯拉夫语系就是前苏联各国家使用的语言，现在就是俄语、乌克兰语、卢森堡语、白俄罗斯语、保加利亚语、塞尔维亚语、马其顿语等 |
|
4 |
Dos |
Dos的通常含义是命令行式的操作系统，在编码领域，这是指IBM PC的DOS字符集，而且具体是指IBM编制的最原始的编码表，其编码大致和A码相当 |
|
5 |
UTF-7 |
和UTF-8一样，也是一种U码实现形式，不过，不是标准的实现形式，出现这个编码，只是为了解决电子邮件早期传输问题而出现的，因为其安全性差，现在已经被UTF-8取代而成为历史 |
|
6 |
UTF-8 |
怎么又有一个UTF-8 编码呢？其实是UTF-8的变种，准确的名称叫modified UTF-8 ，出现变种是不同编程语言的算法不同的缘故 |
|
7 |
IMAP UTF-7 |
IMAP 即Internet Message Access Protocol，中文为交互邮件访问协议，UTF-7前面已经提到过，是为了解决邮件传输的编码问题而出现的，而且有好几个版本，IMAP UTF-7是其中一种 |
|
8 |
Java UTF-8 |
前面提到过，这是专为Java语言设计的变种UTF-8编码，玩过编程的更能理解这个变种出现的原因，说白了，这是Java与C语言对抗的产物 |
|
9 |
Code Page 1252 |
早期的时候，字符编码不叫字符编码，叫代码表，也就是Code Page，可简写为CP，1252当然是不同代码表的编号喽，到底是哪个语言的编号呢？是西欧拉丁文语系的编号，或者说是欧洲各国常用的字符基础编码，这个编码是微软制定的 |
|
10 |
ISO-8859-1 |
ISO全称为International Organization for Standardization，也就是国际标准化组织，ISO-8859-1就是ISO制定的关于字符编码的国际标准，而且是编号为8859系列的一个子标准，具体内容和刚才的Code Page 1252差不多，是关于欧洲各国常用字符的编码，这儿只不过经过ISO制定后使其更具体国际代表性 |
|
11 |
ASCII |
ASCII编码，全称为American Standard Code for Information Interchange，这就是最为经典的A码，由美国标准化组织制定 |
|
12
|
Little-Endian UNICODE
|
这个编码其实是UTF-16的一种，这里面有一个离奇的故事的，因为Endian这个词来自著名讽刺小说《格列佛游记》记载的小人国内战，这次内战的原因很搞笑，就是在讨论吃鸡蛋时，到底是先吃大头好呢，还是先吃小头好？支持先吃大头的人被称为Big-Endian，支持先吃小头的人被称为Little-Endian，结果，双方争论不休，始终达不成一致意见，最后只好靠战争解决问题。
在IT界也有这样的一对对死对头，以微软与苹果为例，大家注意没有，苹果系统的使用习惯一直都是与微软操作系统对着干的，结果在编码上也是针锋相对，在处理UTF-16编码位元序列时，双方意见不一致，苹果是支持大尾序Big-Endian的一方，也就是从后向前处理；微软呢，是支持小尾序Little-Endian的一方，也就是从前向后处理。 |
|
13
|
Big-Endian UNICODE |
前面讲过了，不再重复，不过，因为序列的方向问题，又引出一个概念，那就是BOM，英文全称为Byte Order Mark，从其英文原意可以知道，这个BOM就是为了判断方向问题而制定的一个标记符号。 |
|
14
|
SMS 7-bit
|
SMS是短信息的意思，所以这是短信的特殊编码，记得有人曾说中国移动真黑，限制每条信息发送字数，哈哈，其实这是冤枉中国移动，真正受限制的原因在这儿，是7-bit编码造成的，中国移动虽然财大气粗，但制定短信传输编码，还是不够格的 |
|
15 |
GB2312 |
很多人看到这个编码，感觉很亲切，呵呵，亲切就对喽，这是中国大陆编制的简体中文编码，中国大陆的国家标准的格式就是GB＋标准编号＋发布时间＋名称，GB来自于“国标”拼音的缩写，“国标”全称为国家标准，2312就是具体的标准编号喽，GB2312是1980年发布的，是中国大陆第一个官方编制的简体中文编码，受当时的客观限制，这个编码集收录的汉字很少，只有6763个，在当时还能凑和着用 |
|
16 |
BIG5 |
这个大家也应该比较熟悉，这是中国台弯、香港、澳门以及马来西亚的华人使用的繁体字编码 |
|
17 |
GBK |
前面讲了，GB2312编码虽然解决了简体中文的编码问题，但因为当时的客观原因，GB2312收入的汉字太少，后来电脑普及后，就不够用了，于是就出现了GBK编码，这儿的K就是“扩”的拼音首字母，GBK就是在GB2312基础上扩展的编码，以GBK 1.0版本为例，就收录了21886个字符，包括汉字21003个，不仅囊括了GB2312的所有汉字及非汉字字符，还把BIG5中的全部汉字也一并收入。 |
|
18 |
GB12345 |
这是什么编码呢？看前面的GB缩写，说明这还是简体中文的编码，其实这是GB2312到GBK过度的产物，从GB2312发展到GBK编码可不是一下子就搞定的，中间有个发展过程，GB12345就是GB2312的第一个扩展字符子集 |
|
19 |
ISO88592 |
前面讲过了，这是ISO制定的关于字符编码的系列标准即编号为8859系列标准的第2个子标准，第1个子标准适用的是西欧各国语言，那么这第2个标准适用的就是中欧各国语言 |
|
20 |
ISO88594 |
同上，ISO8859系列编码标准的第4个子标准，适用北欧各国语言 |
|
21 |
ISO88595 |
同上，ISO8859系列编码标准的第5个子标准，适用斯拉夫语言，也就是前苏联国家使用的语言，现在就是俄语、乌克兰语、卢森堡语、白俄罗斯语、保加利亚语、塞尔维亚语、马其顿语等 |
|
22 |
ISO88597 |
同上，ISO8859系列编码标准的第7个子标准，适用希腊语 |
|
23 |
ISO88599 |
同上，ISO8859系列编码标准的第9个子标准，适用土耳其语 |
|
24 |
windows-1250 |
前面也讲过，这是微软制定的各种语言编码，编号1250的编码供东欧各国使用 |
|
25 |
windows-1251 |
同上，有人说前面不是介绍过这个编号了嘛，呵呵，这是不同的版本，你要知道因“苏联解体”导致斯拉夫各语言用字也变化不小 |
|
26 |
windows-1253 |
同上，微软制定的编号为1253的字符编码，适用希腊语 |
|
27 |
windows-1254 |
同上，微软制定的编号为1254的字符编码，适用土耳其语 |
|
28 |
windows-1257 |
同上，微软制定的编号为1257的字符编码，适用巴西语 |
|
29 |
HZ |
HZ，来自于“汉字”拼音的缩写，是新加坡华人编制的一种简化字编码，算是GB2312编码的前身 |
|
30 |
ISO88593 |
ISO8859系列编码标准的第3个子标准，适用南欧各国语言及世界语 |
|
31 |
ISO88596 |
ISO8859系列编码标准的第6个子标准，适用阿拉伯语 |
|
32 |
ISO88598 |
ISO8859系列编码标准的第8个子标准，适用希伯来语，也就是以色列语 |
|
33 |
ISO885910 |
ISO8859系列编码标准的第10个子标准，适用北日耳曼语 |
|
34 |
ISO885913 |
ISO8859系列编码标准的第13个子标准，适用波罗的语 |
|
35 |
ISO885914 |
ISO8859系列编码标准的第14个子标准，适用凯尔特语 |
|
36 |
ISO885915 |
ISO8859系列编码标准的第15个子标准，适用西欧语言＋芬兰语＋大写的法语重音字母＋欧元符号 |
|
37 |
windows-1255 |
微软制定的编号为1255的字符编码，适用希伯来语，也就是以色列语 |
|
38 |
windows-1256 |
微软制定的编号为1256的字符编码，适用阿拉伯语 |
|
39 |
TIS_620 |
TIS全称为Thai Industrial Standard，也就是说这是泰国自行制定的泰语字符编码 |
|
40 |
windows-874 |
微软制定的编号为874的字符编码，适用泰语 |
|
41 |
SmsStrict |
与7-bit一样，是一种更严格更安全的短信息传输编码 |
|
42 |
windows-1252 |
前面讲过，这就是Code Page 1252编码的另外一个版本，适用西欧各国语言 |
|
43 |
KOI8-U |
在ISO以及U码出现以前，斯拉夫语系有自己的编码的，其编码代号为KOI-8系列，KOI-8是俄语Код Обмена Информацией, 8 бит的缩写，音译 "Kod Obmena Informatsiey 8 bit"，意译“信息交换码，8位元”。
其中KOI8-U编码，就是乌克兰语专用的编码，U就是乌克兰Ukraine的字母
|
|
44 |
KOI8-R |
同上，属于KOI-8编码系列，是俄语专用的编码，R就是俄罗斯Russia的首字母 |
|
45 |
UCS2 |
前面说过了，UCS就是U码，2代表使用两个字节编码，两个字节也就是16位，所以UCS2实际上就是UTF-16 |
|
46 |
windows-1258 |
微软制定的编号为1258的字符编码，适用越南语 |
|
47 |
CP850 |
在解释Code Page 1252时讲过，CP的英文全称就是Code Page，CP850这个编号是IBM用的编码系列编号，其中850代表西欧各国语言用字的字符编码 |
