字符编码介绍

 

参考：http://www.cnblogs.com/lizhenghn/p/3690406.html

 

GB 2312     1981年5月发布    

1、GB：国标拼音首字母；

2、共收入汉字6763个和非汉字图形字符682个；

 

GBK           1995年12月发布

1、    GBK："国标"、"扩展"拼音首字母；

2、    GBK 向下与 GB 2312 编码兼容，向上支持 ISO 10646.1 国际标准（ISO 10646.1等同于GB 13000.1）；

3、    共收录了21003个汉字，包含了GB2312中的全部字符，包含了BIG5编码中的所有汉字(BIG5是繁体字编码,通行于台湾、香港地区)；

 

GB18030     GB18030-2000，于2000年发布

                    GB18030-2005，于2005年发布    

1、    向下兼容 GBK 和 GB2312 标准；

2、    GB18030 编码是一二四字节变长编码；

3、    收入汉字70000余个，支持藏、蒙古、傣、彝、朝鲜、维吾尔文；

 

Unicode     1994年发布    

1. Unicode是国际组织制定的可以容纳世界上所有文字和符号的字符编码方案；

 

UTF-8        Ken Thompson于1992年创建    

1、    Unicode Transformation Format-8bit；

2、    是在互联网上使用最广的一种unicode的实现方式；

3、    UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，因此可以节省存储空间；

4、    英文使用8位（即一个字节），中文使用24为（三个字节）来编码；

  

• 总结

1. ASCII用于表示英文字符，是用7位表示的，能表示128个字符；其扩展使用8位表示，表示256个字符；
2. GB2312简体中文的编码格式， 只支持6763个常用汉字；
3. GBK是GB2312基础上扩容后兼容GB2312的标准，包含全部中文字符，支持简体中文及繁体中文；
4. GBK通用性比UTF8差，不过UTF8占用的数据库比GBK大；
5. GB2312、GBK到GB18030都属于双字节字符集 (DBCS)；
6. 从ASCII、GB2312、GBK到GB18030，这些编码方法是向下兼容的，即同一个字符在这些方案中总是有相同的编码，后面的标准支持更多的字符。在这些编码中，英文和中文可以统一地处理。区分中文编码的方法是高字节的最高位不为0；
   摘自：http://www.cnblogs.com/lizhenghn/p/3690406.html