|
编码方式 |
位宽 |
字符集 |
备注 |
|
ASCII |
7位 |
英文字母、阿拉伯数字、标点符号等 |
|
|
GB2312 / EUC-CN
|
双字节等宽 |
01-09区：符号数字区 16-87区：汉子区（简体） 10-15,88-94区：空白区 还包括希腊字母、日文平假名及片假名字母、俄语西里尔字母等字符 |
1、 区位码=区号+位号（共94区+94位） |
|
GBK |
双字节等宽 |
GBK还收录了GB2312不包含的 汉字部首符号、竖排标点符号等字符 |
1、 GB2312的超集，完全向下兼容GB2312 2、 低字节占用了ASCII的编码空间 3、 如果考虑兼容ASCII，也可以看成单双字节变长编码 |
|
CP936
|
双字节等宽 |
|
1、和GBK的有些许差别，绝大多数情况下可以把CP936当作GBK的别名 |
|
GB18030 |
变长编码，有单字节、双字节和四字节三种方式 |
世界大多民族的文字符号都被收录在内 |
向下兼容GBK、GB2312 2、单字节编码完全等同与ASCII 双字节编码的范围和GBK相同 |
|
BIG5 |
双字节 |
繁体汉字 |
1、低字节占用了ASCII的编码空间 |
|
ISO-8859-1/Latin1（Latin-1） |
单字节 |
除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号。（欧元符号 例外） |
1、在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题 |
|
ISO 10646标准 |
31位 |
BMP基本包括了所有语言中绝大多数字符，所以只要支持BMP就可以支持绝大多数场合下的应用。 |
1、 前两个字节的位置：基本多语言面（Basic Multilingual Plane, BMP） 2、 超出两个字节的范围称作辅助语言面 |
|
UCS字符集（Unicode字符集）实际应用中的具体编码方式： |
|||
|
UCS-2 |
双字节等宽 |
等同于BMP |
|
|
UCS-4 |
4个字节等宽 |
BMP+辅助语言面 |
|
|
UTF-8 |
单字节（8位） |
|
1、UTF-8完全和ASCII兼容 2、UTF-8的编码的传输过程中即使丢掉一个字节，根据编码规律也很容易定位丢掉的位置，不会影响到其他字符 |
|
UTF-16 |
变长编码（16位）
|
|
1、是UCS-2的超集，UTF-16编码的两字节编码方式完全和UCS-2相同，也就是说在BMP的框架内UCS-2完全等同与UTF-16。 |
