字符集和字符编码
计算机中存储的信息都是用二进制数表示的（即0和1，逢二进一，这和计算机逻辑电路中的接通和断开两个物理状态对应），而我们在屏幕上看到的英文汉字是二进制数转换的结果。
- 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）：规定把字符集中的字符编码成计算机可以接受的存储对象，以便文本在计算机中存储和传递。
- 常用的字符集：ASCII字符集、GB2312字符集、BIG5字符集、GB18030字符集、Unicode字符集等
| 字符集 | 字符编码 | |
|---|---|---|
| ASCII(american standard code for information interchange)美国信息交换标准代码 | 主要显示现代英语 | 7位（bits）表示一个字符，共2^7，128个字符 |
| EASCII | 追加扩展了一些欧洲常用字符 | 8位（bits）表示一个字符，共2^8，256个字符 |
| GB2312 | 国标，用于汉字 | 小于127的字符意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字。 在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的”全角”字符，而原来在127号以下的那些就叫”半角”字符了。 |
| GB18030 | 对gb2312追加扩展，支持国内少数名族文字 | 采用多字节编码，与utf-8相同 |
| GBK | 微软利用GB 2312未使用的编码空间，收录GB 13000.1-93全部字符制定了GBK编码 | 字符有一字节和双字节编码 |
| BIG5 | 繁体字 | |
| Unicode | 万国码 | uft-32（每个字符都使用4个字节，造成存储浪费） / utf-16 / utf-8 |