前言

总目录

日常开发过程中，经常会遇到ASCII,GBK,Unicode(UTF-32/UTF-8）等名词，对于这些概念是不是有点傻傻分不清呢？相信看下本文，你会有自己的理解。

一、ASCII码

1、缘由

美国人需要将自己的语言存储进计算机，但是计算机是二进制的，因此他们就想办法先将自己英文字母和符号从0-127分别进行了编号，然后将这个0-127的编号又转化为2进制，因此就产生了ASCII码。计算机就能够"认识"他们的语言了

2、ASCII全称

美国信息交换标准代码，包含了英文和符号

标准ASCII使用一个字节存储一个符号，首位是0，总共可表示128位字符（对于美国够用）

ASCII表

关于字节详解

3、意义

有了ASCII相当于有了一本字典，能够将人类的指令翻译给计算机，然后计算机按指令执行相关操作。

例如：当计算机读取到 0100 0001，就知道这个代表的是A

二、GBK(汉字内码扩展规范，国标)

1、缘由

随着计算机的发展，咱中国人也开始用计算机了，但是咱中文博大精深，ASCII码完全不够用啊，于是就有了GBK（汉字编码字符集），包含了2万多个汉字与字符，GBK中一个中文字符编码用两个字节的形式存储

注意：GBK 兼容了ASCII字符集

2.问题

那么有人就要说了，如果我一句话中有中文，有英文，电脑怎么区分呢？到底按照什么标准解析呢？

这个时候就有了GBK另一项规定：汉字的第一个字节的第一位必须是1

通过以上规定就解决了区分中英文的问题。

三、Unicode字符集（统一码，也叫万国码）

1、缘由

随着计算机的发展，世界上不同的国家都开始使用计算机，但是每个区域的国家都有自己的语言，如果每个国家都发明一个字符串将会有很多的字符集，为了统一标准，由国际组织制定了，一个字符集，就是Unicode字符集。Unicode字符集，可以容纳世界上所有的文字，符号的字符集

2、UTF-32和UTF-8

Unicode 字符集第一个版本：UTF-32,4个字节表示一个字符，兼容性很好，但是占存储空间，通信效率变低，不被国际社会接受。因为原先存储一个字节就可以，解码的时候也只需解码一个字节，效率更高

由此，发明了UTF-8,这是Unicode字符集的另一种编码方案，采取可变长度的编码方案，共分四个长度区：1个字节，2个字节，3个字节，4个字节（按需分配）

其中 英文字符，数字等只占1个字节（兼容ASCII）,汉字占用3个字节

四、乱码

encoder和decoder的区别 计算机中所有的数据都是以二进制形式存储的，但我们直接看二进制是看不懂的，所以要借助decoder和encoder来完成字符与二进制数据之间的转换。

encoder：编码，将我们能看懂的字符转换为二进制（让计算机看懂）

decoder：解码，将二进制转化为我们能看懂的字符串

那么上面所讲的ASCII,GBK,Unicode UTF-8码表就是编码和解码的参考物

如果编号时采用的编码和解码时不一致的时候就会产生乱码

五、ANSI

ANSI 不同的国家和地区制定了不同的标准，由此产生了 GB2312、GBK、GB18030、Big5、Shift_JIS 等各自的编码标准。这些使用多个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。在简体中文Windows操作系统中，ANSI编码代表 GB2312编码；在繁体中文Windows操作系统中，ANSI编码代表Big5；在日文Windows操作系统中，ANSI 编码代表JIS 编码。

总结

以上就是今天要介绍的内容，另外为了避免乱码等情况出现，技术人员在开发的时候都应该使用UTF-8进行编号

附：

总目录