字符集

字符(Character)是各种文字和符号的总称

符集(Character set)是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。

对中文字符进行编码，是中文信息交流的技术基础。

 

ASCII

定义：美国信息互换标准编码    基于罗马字母表

用途：用于显示现代英语和其他西欧语言。它是现今最通用的单字节编码系统，并等同于国际标准ISO 646

 

BIG5

定义：称大五码或五大码    台湾财团法人信息工业策进会和五家软件公司宏碁 (Acer)、神通 (MiTAC)、佳佳、零壹 (Zero One)、大众 (FIC)创立，故称大五码。

用途：该字符集在中国台湾使用

 

GB2312

定义：全称为《信息交换用汉字编码字符集·基本集》    由原中国国家标准总局发布

用途：基本满足了汉字的计算机处理需要。在中国大陆和新加坡获广泛使用。

 

GB18030

定义：《信息交换用汉字编码字符集基本集的扩充》   我国政府于2000年3月17日发布的新的汉字编码国家标准，2001年8月31日后在中国市场上发布的软件必须符合本标准。

新增用途：满足中国大陆、香港、台湾、日本和韩国等东亚地区信息交换多文种、大字量、多用途、统一编码格式的要求。并且与Unicode 3.0版本兼容，填补Unicode扩展字符字汇“统一汉字扩展A”的内容。并且与以前的国家字符编码标准（GB2312，GB13000.1）兼容。

 

Unicode

定义：由一个名为 Unicode 学术学会(Unicode Consortium)的机构制订的字符编码系统，支持现今世界各种不同语言的书面文本的交换、处理及显示

用途：在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

 

编码方法：在书写时在前面加上前缀“U+”，例如字母“A”的编码为 004116，所以“A”的编码书写为“U+0041”。

UTF-8 编码

UTF-8是Unicode 标准的编码字符集的字符编码方案之一。又称万国码

utf是把Unicode转做某种格式的意思。

 

---