字符集和編碼的區別

字符集和編碼的區別

ascII、unicode、gb2312等都是字符集，用於定義編號指代的字符。utf-8，utf-16則是unicode的編碼格式。

ascII

ascII只有128個，能表示英文、數字、經常使用符號。

gb2312

gb2312是中文特有的字符集，有2萬多個字符，前128個和ascII保持一致，所以能兼容ascII。ascII碼用1個字節表示，中文用2個字節表示。gbk是在gb2312基礎上擴容而來的。

unicode

unicode則是爲了讓全球能用上統一的字符集而發明的，有6萬多個字符，每一個字符佔2個字節，好比英文a，ascII是9七、unicode則是0097（示意的說法）。中文只收錄最經常使用的6000多個漢字。unicode雖然是大一統的標準，可是在表示英文時浪費空間，而且許多古老的程序只支持ascII，unicode從標準設計上來講是不兼容ascII。正因如此在實際使用中unicode會以utf-8，utf-16等編碼方式存儲是傳輸。utf-8保持和ascII一致，英文使用1個字節，其餘字符使用2-6個字節，好比中文多數是3個字節。