ASCII是用来表示英文字符的一种编码规范（编码规范确定了字符到编码的映射），它一共可以表示256种不同的编码，每个编码存储起来占一个字节。其中低128个编码用来表示大小写字母、数字、控制字符等，而高128个编码则被称做“扩展ASCII”（最高位为1），一般用来存放英文的制表符、部分音标字符等等的一些其他符号。
早先的汉字编码就利用了扩展ASCII，它们利用两个ASCII码来编码一个汉字。由于历史的原因，在Unicode之前，一共存在过3套中文编码标准：
GB2312-80，是中国大陆使用的国家标准，其中一共编码了6763个常用简体汉字。Big5，是台湾使用的编码标准，编码了台湾使用的繁体汉字，大概有8千多个。HKSCS，是中国香港使用的编码标准，字体也是繁体，但跟Big5有所不同。
这3套编码标准都采用了两个扩展ASCII的方法，但是这几套编码互不兼容，而且编码区间也各有不同。因此在同一个系统中同时显示GB和Big5基本上是不可能的。
后来，由于各方面的原因，国际上又制定了针对中文的统一字符集GBK和GB18030，其中GBK已经在Windows、Linux等多种操作系统中被实现。
GBK兼容GB2312，并增加了大量不常用汉字，还加入了几乎所有的Big5中的繁体汉字。但是GBK中的繁体汉字和Big5中的几乎不兼容。
GB18030相当于是GBK的超集，比GBK包含的字符更多。据我所知目前还没有操作系统直接支持GB18030。
这之后，Unicode出现了，在Windows2K,XP中,Unicode已经成了OS的标准内码。
Unicode编码规范有两套标准，一套叫UCS-2(Unicode-16)，另一套叫UCS-4(Unicode-32)。
以目前常用的UCS-2为例，它可以表示的字符数为2^16=65535（编码数），基本上可以容纳所有的欧美字符和绝大部分的亚洲字符 。
在Unicode里，所有的字符被一视同仁。汉字不再使用“两个扩展ASCII”，而是使用“1个Unicode”，注意，现在的汉字是“一个字符”了，于是，拆字、统计字数这些问题也就自然而然的解决了。
但是，这个世界不是理想的，不可能在一夜之间所有的系统都使用Unicode来处理字符，所以Unicode在诞生之日，就必须考虑一个严峻的问题：和ASCII字符集之间的不兼容问题。我们知道，ASCII字符是单个字节的，比如“A”的ASCII是65。而“A”的Unicode是0065，这就造成了一个非常大的问题：以前处理ASCII的那套机制不能被用来处理Unicode了 。
另一个更加严重的问题是，C语言使用'\0'（ASCII码0）作为字符串结尾，而Unicode里恰恰
有很多字符都有一个字节为0，这样一来，C语言的字符串函数将无法正常处理Unicode，除非把世界上所有用C写的程序以及他们所用的函数库全部换掉。
UTF（UCS Transformation Format）是将Unicode编码规范和计算机中实际存储的编码对应起来的一个规则。现在流行的UTF有2种：UTF-8和UTF-16 。
其中UTF-16和上面提到的Unicode编码规范本身是一致的，这里不多说了。而UTF-8不同，UTF-8有点类似于Haffman编码，它用1-6个字节来存储一个编码，其中英文字符仍然跟ASCII编码一样，用一个字节来存储，因此原先的函数库可以继续使用。而中文的编码范围是在0080-07FF之间，因此是2个字节表示（但这两个字节和GB编码的两个字节是不同的），用专门的Unicode处理类可以对UTF编码进行处理。 这种规则可以和ASCII编码保持最大程度的兼容。
数字转unicode编码

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。