关于字符集

从本质上来说，计算机只能识别二进制代码。因此不论是计算机程序还是其处理的数据，最终都必须转换成二进制代码，计算机才能认识。为了使计算机不仅能做科学计算，也能处理文字信息，人民想出了给每个文字符号编码以便于计算机识别处理的办法，这就是计算机字符集的由来。

一、字符集概述

　　1、简单的说，字符集就是一套文字符号及其编码、比较规则的集合。

　　2、上个世纪60年代初期，美国标准化组织ANSI发布了第一个计算机字符集——ASCII(American Standard Code for Information Interchange)，后来进一步变成了国际标准ISO-646。这个字符集采用7位编码，定义了包括大小写英文字母、阿拉伯数字和标点符号，以及33个控制符号等。虽然现在看来这个美式的字符集和简单，包括的符号也很少，但知道具体它依然是计算机世界里奠基性的标准，其后制定的各种字符集基本都兼容ASCII字符集。

　　3、自ASCII之后，为了处理不同的文字，各大计算机公司、各国政府、表转化组织等先后发明了几百种字符集，如人们熟悉的ISO-8859系列、GB2312-80、GBK、BIG5等。这些五花八门的字符集，从收录的字符到编码规则各不相同，给计算机软件开发和移植带来了很大困难。一个软件要在不同的国家or地区发布，必须进行本地化开发！基于这个原因，统一字符编码，称为上世纪80年代计算机行业的迫切需要和普遍共识。

 

二、Unicode简述

　　为了统一字符编码，国际标准化组织ISO（International Organization for Standardization）的一些成员国于1984年发起制定新的国际字符集标准，以容纳全世界各种语言文字和符号。这个标准叫做“Universal Multiple-Octet Coded Character Set”，简称UCS，标准编号则定为ISO-10646。

　　　ISO-10646发布以后，遭到了部分美国计算机公司的反对。1988年Xerox公司体育在制定新的以16位编码的统一字符集Unicode，并联合Apple、IBM、DEC、Sun、Microsoft、Novell等公司成立Unicode协会（The Unicode Consortium），并成立Unicode技术委员会（Unicode Technical Committee），专门负责Unicode文字的手机、整理和编码，并于1991年推出了Unicode 1.0。