常见编码格式UTF-8GBKGB2312ASCIIUnicode的区别ASCII码
标准ASCII码的长度为1个字节，指定⼀个字节的低7位来表⽰128种可能的字符。
包括所有的⼤写和⼩写字母，数字0 到9、标点符号等，如⼤写字母A的编码是65，⼩写字母z的编码是122。
GB2312
标准的ASCII码只有1个字节，显然⽆法对中⽂进⾏编码，对此，1981年5⽉1⽇发布的简体中⽂汉字编码国家标准。GB2312对汉字采⽤双字节编码，收录7445个图形字符，其中包括6763个汉字。
GB2312是对ASCII码的⼀个拓展，当存储英⽂字符时，使⽤⼀个字节存储，其⼤⼩为0~127。当存储中⽂字符时，使⽤两个字节存储，⾼低位都存放⼤于127的数字。
当读取⾼位字节时，若⼤于127，则认为是中⽂字符，将读取双字节进⾏识别，若⼩于127，则认为是英⽂字符，单字节识别。另
unicode编码转换二进制外，GB2313在⼤于127位的编码库也提供了中⽂符号的编码，故英⽂标点符号称做半⾓符号，中⽂标点符号称作全⾓符号。
GBK
1995年12⽉发布的汉字编码国家标准，是对GB2312编码的扩充，对汉字采⽤双字节编码。GBK字符集共收录21003个汉字，包含国家标准GB13000-1中的全部中⽇韩汉字，和BIG5编码中的所有汉字。
Unicode
GB2312和GBK虽然解决了中⽂编码问题，但全世界有上百种语⾔，各国有各国的标准，就会不可避免地出现冲突。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。
通常情况下，Unicode长度为2个字节，对于⽣僻字其⽤4个字节来表⽰，它将ASCII的长度由8位扩展为16位。
⽬前的Unicode字符分为17组编排，0x0000 ⾄ 0x10FFFF，每组称为平⾯（Plane），⽽每平⾯拥有65536个码位，共1114112个。然⽽⽬前只⽤了少数平⾯。UTF-8，UTF-16，UTF-32都是将数字转换到程序数据的编码⽅案。
UTF-8
UTF-8是Unicode的实现⽅式之⼀，它对不同范围的字符使⽤不同长度的编码。
1）对于单字节的符号，字节的第⼀位设为0，后⾯7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
2）对于n字节的符号（n>1），第⼀个字节的前n位都设为1，第n+1位设为0，后⾯字节的前两位⼀律设为10。剩下的没有提及的⼆进制位，全部为这个符号的unicode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。