常见的编码相关的名词
ASCII
主要用于显示现代英语。
共 128 个字符，用 1 个字节（8 bits）表示，最高位是 0
ANSI
准确说，并不存在哪种具体的编码方式叫做ANSI，它只是一个Windows操作系统上的别称而已。在中文简体Windows操作系统上，ANSI就是GBK；在泰语操作系统上，ANSI就是TIS-620（一种泰语编码）；在韩语操作系统上，ANSI就是EUC-KR（一种韩语编码）。并且所谓的ANSI只存在于Windows操作系统上。
ISO-8859-1（又名 Latin-1 或西欧语言）
Latin1也是单字节编码方式，Latin1在ASCII基础上又充分利用了后面那128个值，赋予他们一些泰语、希腊语等字母或符号，将1个字节的256个值全部占满了。
简单理解：
- ASCII 用一个字节中的低 7 位表示了 128 个字符，最高位用 0 表示，足够现代英语的使用。
- Latin-1 中一个字节的最高位是 1，另外的 7 位可以再表示 128 个字符，此字符集支持部分于欧洲使用的语言，包括阿尔巴尼亚语、巴斯克语、布列塔尼语、加泰罗尼亚语、丹麦语、荷兰语、法罗语、弗里西语、加利西亚语、德语、格陵兰语、冰岛语、爱尔兰盖尔语、意大利语、拉丁语、卢森堡语、挪威语、葡萄牙语、里托罗曼斯语、苏格兰盖尔语、西班牙语及瑞典语。
GB2312
囊括生活中最常用的所有汉字。
共 6763 个汉字以及 682 个特殊符号，每个字占据 2 个字节。
GB2312 兼容 ASCII。
GBK
在保证不和 GB2312、ASCII 冲突的前提下，对 GB2312 进行了扩展。
共 20902 个汉字以及 984 个汉语标点符号、部首等。每个字占据 2 个字节。
GB18030
兼容 GB2312、GBK，GB2312 表示不了的字符使用 4 个字节表示。
Unicode
Unicode是一个字符编码标准，用于为全球范围内的所有字符提供唯一的标识符。它定义了每个字符的唯一码点，并为这些码点分配了一个整数值。
Unicode本身只是一个字符集和码点的定义，并没有指定具体的编码方式。
UTF-8和UTF-16是Unicode的实现方式之一，它们通过不同的编码方式将Unicode字符映射到字节序列，以便在计算机系统中进行存储和传输。
UTF-8
UTF-8使用一至六个字节为每个字符编码（尽管如此，2003年11月UTF-8被RFC 3629重新规范，只能使用原来Unicode定义的区域，U+0000到U+10FFFF，也就是说最多四个字节）：
- 128个US-ASCII字符只需一个字节编码（Unicode范围由U+0000至U+007F）。
- 带有附加符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文及它拿字母则需要两个字节编码（Unicode范围由U+0080至U+07FF）。
- 其他基本多文种平面（BMP）中的字符（这包含了大部分常用字，如大部分的汉字）使用三个字节编码（Unicode范围由U+0800至U+FFFF）。
- 其他极少使用的Unicode 辅助平面的字符使用四至六字节编码（Unicode范围由U+10000至U+1FFFFF使用四字节，Unicode范围由U+200000至U+3FFFFFF使用五字节，Unicode范围由U+4000000至U+7FFFFFFF使用六字节）。
