关于ASCII、GB231、GBK、UTF-8/UTF8、ANSI、unicode的学习笔记
继续上次的学习内容，写一些自己学习的笔记吧！总是觉得没有笔记的学习总是不那么踏实，我承认自己是个记忆力很差的人，特别羡慕那些可以把自己学过的东西记得很牢靠的人。哎！可惜我不是，那只能做出来点东西，就算以后忘了，回过头来可以看一看，有东西查；毕竟是自己亲手打出来的一个一个字啊
已经一万六千字了！嘿嘿。。。继续加油！
今天公司网络有问题，说是让在家里上班，skype在线就行了。结果我这自觉性不够，就打酱油了！还是继续学习我的mysql吧！我是刚毕业的大学生，学的和写的都是一些最基础的，如果巧遇大牛，还请轻喷！马上就要看完这部视频了，每次看到最后又着急又兴奋的，就像赶紧看完。这里我谈一点对于看视频自学和看书自学的感悟：
看视频适合入门、基础比较薄的需要提升基础知识的人。看视频形象并且有很多的老师讲的例子，我们可以一边看视频一边练习。但是，看视频实在是很耗费时间。而且对于一个有网还是一个人坐在屋子里自学的人来说，自制力有要求啊！不过凡事慢慢看，一点一点积累，只要自己有计划，心里别着急，技术这东西还是记不得的。
看书适合有了一定的基础，对于书上的大部分只是已经有一定的了解和掌握，作为提高和工作中遇到难题来弄懂这一块还是很好地，看书快啊。但是看过去很快就有许多就忘记了，因为书中的每一个知识点，不是我们天天都会用的，不用当让时间一长就忘记了 。所以，看书适合有一点基础，看的过程中不用每一页都是：一行一行的划重点，试想，一本书看完了，这么多重点我都不知道，那我划过去的重点我就都能记住吗？
还记得四月份的时候给我对象处理毕业设计时遇到的乱码问题，我整整弄了三天算是解决了问题，但是自己更本没有弄懂其中的原因，所以借这次刚好好好学习一下，了了自己一个心愿。
我看的是：燕十八老师的mysql从入门到精通 在此感谢十八哥！网络真是伟大，让我们可以免费学的很多东西。大家有想学习的可以去网上找，要是实在是找不到，就留言，我百度网盘分享，1T的资源，估计这辈子都看不完！好了计入正题
ascii
最早的编码集，0-127个，一个字节存储
GB2312
到了中国，常用汉字3000个，生僻字不用说了！
一个字节不够用了？
思考：用两个字节来表示
[][]
0000 0000 0000 0000
1111 1111 1111 1111
0->65535,六万多种组合，够用了
GB2312字符集
[202 197] 假如代表 中
[69 197] 代表什么？69 和197是整个理解，还是单个理解？此时就产生了歧义：就是因为单字节的小于127的值，正好是ascii的值了
如果就严格的2字节绑定，理解成中文
侧GB2312就不能兼容小于127的英文字符了
问：如何兼容ascii，又能两个字节表示中文？
ascii 0-127
0xxx xxxx
干脆 ，gb2312完全不占用0-127
gb2312占用的两个字节的来自[129-255][129-255]
但是这样，中文的组合数也就减少了，大约有一万多
GBK
完全兼容GB2312，只是比GB2312的容量大了，也就是说可以编码更多的字符
GBK和GB2312一样都是两个字节，那么如何扩充容量？
答：GBK的第二位，低位，不在局限于129-255了，<127的也能用了
例如 148 35 65 179 82
问：几个中文，几个英文？
中文 英文 中文
我们可以看出，GBK是当遇到的这个一个字节大于127时，就知道这是中文，后面还有一个字节，当小于127时，就表明这是英文编码，后面没有跟带的字节了。也就是遇到大于127的根据规则，后面还有一个字节，需要在读取；小于时就知道，这是英文，后面没有了
容量：收录汉字21003个、符号883个、并提供1894个造字位
ANSI、Unicode、utf-8
中国 GBK 两个字节
[137][134] –>可能对应-> 中
那么到了日本呢？
[137][134] 对应什么？
日本使用的是 jis 字符集
ANSI 代表本地字符集
这个更你本机的语言设置有关，比如中文的ANSI就是GBK，日文的ANSI就是jis
解决了多字节以后，又有一个问题：如何解决各国的字符集兼容问题？
答案：Unicode（统一码、万国码） 终极大招
解决国际化问题，unicode是什么？就是一个全世界通用的码表，全世界范围的字符，统一分配一个标号，这样就不会乱了
容量：2^32 40多亿，天文数字，足够用了
但是我们常用的，集中在前65535个标号里
因此，两个字节就够了，
请注意：unicode只是负责分配编号，而且都用4个字节来编号，而且和ascii不兼容
unicode只负责分配编号，那么就有其他在不改变unicode的基础上，简化字节
0000 0000 0000 0000 0000 0000 0000 0041 –> A
简化
0000 0041 -> A
把高位浪费的0值，用一定的规则舍弃，这种是形成具体的编码格式（猜想：简化后的编码，可以更加节省带宽，网络传输更快，原因：原来都需要4个字节，现在简化以后可能只需要一个字节）
这样简化以后的编码才能在网络上传输，unicode只是负责分配编号，不进行实际的编码工作，一定需要注意区别！！！！也就是说unicode是字符集，utf-8是字符编码，这里我找了一票博客，推荐给大家
关于字符集和编码的一些基础知识：
1.基础知识
算机中储存的信息都是用二进制数表示的；而我们在屏幕上看到的英文、汉字等字符是二进制数转换之后的结果。通俗的说，按照何种规则将字符存储在计算机中，如'a'用什么表示，称为"编码"；反之，将存储在计算机中的二进制数解析显示出来，称为"解码"，如同密码学中的加密和解密。在解码过程中，如果使用了错误的解码规则，则导致'a'解析成'b'或者乱码。
字符集（Charset）：是一个系统支持的所有抽象字符的集合。字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。
字符编码（Character Encoding）：是一套法则，使用该法则能够对自然语言的字符的一个集合（如字母表或音节表），与其他东西的一个集合（如号码或电脉冲）进行配对。即在符号集合与数字系统之间建立对应关系，它是信息处理的一项基本技术。通常人们用符号集合（一般情况下就是文字）来表达信息。而以计算机为基础的信息处理系统则是利用元件（硬件）不同状态的组合来存储和处理信息的。元件不同状态的组合能代表数字系统的数字，因此字符编码就是将符号转换为计算机可以接受的数字系统的数，称为数字代码。
2.常用字符集和字符编码
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。计算机要准确的处理各种字符集文字，需要进行字符编码，以便计算机能够识别和存储各种文字。
详细参考博客：http://www.cnblogs.com/skynet/archive/2011/05/03/2035105.html
继续上面探讨
UTF8/UTF-8
那么怎么简化传输？
这时就出现了utf-8（unicode transformation format）这就是其中最出名的一个
这种简化，就像原文件和压缩文件的关系
问：给定unicode的字符—>utf-8的二进制值？
知道unicode可以推出utf-8，同样utf-8也能推出unicode
问：utf8占几个字节？
首先不可能是定长，否则压缩有什么意义！
我们看看对应表
utf8是一个变长：1-6个字节
变长！那么如何确定字符的边界，即计算机去几个字节，才能知道这个字符正确的取出来了
我们仔细观察上表：
当最高位字节有一个0时(0xxxxxxx)取一个字节，110(110xxxxx 10xxxxxx)取两个字节，1110取三个字节，11110取四个字节，111110取五个字节，1111110x取六个字节
中文utf8占三个字节
推论: 什么时将会乱码?
1: client声明与事实不符
2:results与客户端页面不符的时候.
什么时间将会丢失数据?
Connetion和服务器的字符集比client小时.
校对集: 指字符集的排序规则
一种字符集可以有一个或多个排序规则.
以Utf8为例, 我们默认使的utf8_general_ci 规则,也可以按二进制来排, utf8_bin
怎么样声明校对集?
Create table ()... Charset utf8 collate utf8_general_ci;
注意:声明的校对集必须是字符集合法的校对集.
好了，就先这么多吧，待会再发一篇关于mysql字符集的学习。太长了看着人太累，写短一点，一篇记录一个问题
