Ansi，UTF8，Unicode编码

    添加时间:2013-6-4 点击量:

    比来在写收集数据传输的法度，被各类编码搞的乌烟瘴气，在这里简单记录如下：

    1. ASCII和Ansi编码

    字符内码（charcter code）指的是用来代表字符的内码.读者在输入和存储文档时都要应用内码，内码分为
    a.单字节内码 -- Single-Byte character sets （SBCS），可以支撑256个字符编码.
    b.双字节内码 -- Double-Byte character sets （DBCS），可以支撑65000个字符编码.
    前者即为ASCII编码，后者对应ANSI。在简体中文的操纵体系中ANSI就指的是GB2312，代码页936（ANSI下不合说话有不合的代码页）。

    2.GB2312和GBK编码

    GB2312是对 ANSI 的简体中文扩大。GB2312共收录了七千个字符，因为GB2312支撑的汉字太少并且不支撑繁体中文，所以GBK对GB2312进行了扩大，以支撑繁体中文和更多的字符，GBK共支撑可能22000个字符，GB18030是在GBK的根蒂根基上又增长了藏文、蒙文、维吾尔文等首要的少数民族文字。
    代码页（codepage） 就是各国的文字编码和Unicode之间的映射表。例如GBK和Unicode的映射表就是CP936，所以也常用cp936 来指代GBK。

    3.Unicode

    ANSI有很多代码页，应用不合代码页的内码无法在其他代码页平台上正常显示。因为各国之间的编码不合造成的交换传输不便，ISO 筹算取销所有的地区性编码规划，从头建树一个全球性的编码规划把所有字母和符号都同一编码进去，称之为 "Universal Multiple-Octet Coded Character Set"，简称为 UCS（ISO10646）。同时又有unicode.org这个组织也制订了本身的全球性编码 unicode，自从unicode2.0开端，unicode采取了与USC雷同的字库和字码，阶段首要采取的是 UCS-2/unicode 16 位的编码。

    4.UTF编码

    UTF（Unicode/UCS Transfer Format），UCS 变长存储的编码体式格式，首要用来解决 UCS 编码的传输题目的。分为 UTF-7，UTF-8，UTF-16，UTF-32 等。UTF-8是一次传输8位（一个字节）的UTF编码体式格式，一个字符可能会经过1-6次传输，具体的跟 unicode/UCS 之间的转换关系如下:

    unicode（U+）真正的心灵世界会告诉你根本看不见的东西，这东西需要你付出思想和灵魂的劳动去获取，然后它会照亮你的生命，永远照亮你的生命。——王安忆《小说家的十三堂课》
    分享到：