1. 字符编码集历史
-
ASCII码
- 使用7个bits就可以完全表示ASCII码
- 包含95个可打印字符
- 33个不可打印字符（包括控制字符）95+33 = 128 = 2^7
- 很多应用或者国家中的符号都无法表示
- 常见数学运算符：除号 不等于号 大于等于号 约等于等无法表示
-
Extended ASCII码
-
第一次对ASCII码进行扩充，7bits => 8bits
-
-
字符编码集的国际化 （Unicode）
- 欧洲、中亚、东亚、拉丁美洲等国家的语言多样性
- 语言体系不一样，不以有限字符组合的语言
- 中国、日本、韩国等语言最为复杂
2. 中文编码集
- GB2312（不符合国际标准）
- 《信息交换用汉字编码字符集——基本集》
- 一共收录了7445个字符
- 包括6763个汉字和682个其它符号
- GBK
- 《汉字内码扩展规范》
- 向下兼容GB2312，向上支持国际ISO标准
- 收录了21003个汉字，支持全部中日韩汉字
- Unicode（兼容全球的字符集）
- Unicode：统一码、万国码、单一码
- Unicode定义了世界通用的符号集，UTF-*实现了编码
- UTF-8以字节为单位对Unicode进行编码
注意：
- 在国内windows系统默认使用GBK编码，编程推荐使用UTF-8编码
- 将Unicode放在中文编码集并不合适，但此处只是来介绍可表示中文的编码集的发展进程
