通俗易懂的解釋字符集和字符編碼

字符集（至關於接口）

• 字庫表

  包含全部的字符庫。

• 碼點code ponit

  標識字庫表中的每一個字符的位置。（碼點是不能直接使用的，還需字符集編碼的實現）。

• 例如

  • ASCII字符集
  • Unicode字符集

字符編碼（至關於實現類）

定義了字符集的碼點的規則。

• ASCII編碼（ASCII字符集的一種實現）

  一個字節，包含8bit，共256種。0~127表示默認字符，128~255是擴展字符。

• Unicode編碼（unicode字符集的一種實現）

  一個英文等於兩個字節，一箇中文（含繁體）等於兩個字節。 兼容ASCII編碼，英文前一字節用00000000填充。

• utf-8編碼（unicode字符集的一種實現）

  • 是一個可變長度的默認爲8bit=1byte的碼點的存儲方式。
  • 單字節的字符，字節的第一位設爲0，對於英語文本，UTF-8碼只佔用一個字節，和ASCII碼徹底相同；
  • n個字節的字符(n>1)，第一個字節的前n位設爲1，第n+1位設爲0，後面字節的前兩位都設爲10，這n個字節的其他空位填充該字符unicode碼，高位用0補足。

  1字節 0xxxxxxx 
  2字節 110xxxxx 10xxxxxx 
  3字節 1110xxxx 10xxxxxx 10xxxxxx 
  4字節 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 
  5字節 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 
  6字節 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 。
  複製代碼

一種字符集的可能對應僅一種或多種的字符編碼實現。

unicode字符集：

• utf-8 編碼
• utf-16 編碼
• utf-32 編碼
• ...

GBK2321字符集：

• GBK2321編碼

參考

• UTF-8編碼規則
• 深刻圖解字符集與字符集編碼
• 字符集詳解（一看就懂系列
• 十分鐘搞清字符集和字符編碼