字符编码

总所周知计算机中只有0和1，人类文字众多，怎样把二进制对应人类文字储存起来呢？于是就有了一套规约来对应一串010101的数和文字，这个规约是人为定的，就有了各种不大相同的规定，就有了不同的字符编码。由于计算机是美国发明的，所以首先有了叫ASCII的编码。

ASCII

　　ASCII一开始是七个二进制数，即0000 0000，他能代表2⁸=256个数。一开始，26个字母大小写和一些符号什么的总共占了127个，就用一个0开头的8位的二进制数代表一个符号或字母。如字母a的ASCII码为‘0100 0001’

　　后来啊，就感觉不够用了，因为还有一些符号没法表示，然后就又将1开头的那128个用上了。ASCII码已规定并使用很多很多年。

ASCII码字符对照表链接：

http://www.51hei.com/mcu/4342.html

　　再后来啊。。。呵，中国人开始用电脑了，电脑怎样让电脑显示中文字呢？还得类似的制定规约，这个规约叫GB2312。

　　GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。

　　（B0就是1011 0000的16进制表示，一个16进制表示一个4位2进制数，2⁴=16嘛，这样看着相对舒服简单）

　　可是中国文字博大精深，最小的那本新华字典还一万多字呢，根本不够。于是，就有了GBK。

　　1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。

　　两万多个字符显然还是不够，但其实足够包括中国人常用的汉字。

　　后来2000年的 GB18030是取代GBK1.0的正式国家标准。该标准收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。

　　现在的PC平台必须支持GB18030，对嵌入式产品暂不作要求。所以手机、MP3一般只支持GB2312。（字库太大不利于小产品成本控制，那些百年一遇的生僻字也没有必要在MP3里放着占地方）

　　但是，世界上又不止有中文。所以有了一套对全世界字符的规定：Unicode。

　　Unicode又叫统一码、万国码、单一码，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，规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536。

　　UTF-8，是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存...

PS：ASCII、GB3212、GBK、Unicode编码是目前经常用到的。在次可见计算机领域前辈们做出的辛勤努力，做出如此成就可谓壮观，实属不易。