传统的字符编码标准

传统的字符编码标准中定义的字符不能覆盖所有的国家，并且每个标准的编码不一致，导致常常出现乱码的情况。
image.png

ASCII

ASCII -nAmerican Standard Code for Information Interchange，美国信息交换标准编码，基于拉丁字母的字符编码标准。采用的是7位二进制数的编码规则。

  • 编号0~31：非打印字符
  • 编号48~57：数字0到9
  • 编号65~90：大写字母A~Z

  • 编号97~127：小写字母a~z

    ISO 8859

    ISO 8859 -n与ASCII属于单个独立的字符集不同，ISO/IEC 8859是一组字符集的总称，其下共包含了15个字符集，即ISO/IEC 8859-n，其中n=1,2,3,…,15,16(其中12未定义，所以共15个)。编码方式上，扩展了ASCII字符集没有用到的第8位。
    ISO 8859-1 -n收录了西欧常用字符(包括德法两国的字母)，目前使用得最为普遍。还有一个别名Latin-1。

    GB2312-1980

    GB2312-1980 -n中文字符编码国家标准。前127位为了兼容ASCII采用单字节编码（ASCII作为子集），超过128位的编号采用双字节编码

    全角和半角

    在计算机早期，英文字符可以使用1个字节表示，但是中文需要2个字节表示。又因为当时流行等宽字体，为了一致性中文和英文写在一起时，英文就需要扩展全宽字符。

  • 全角和半角字符的在屏幕上显示分别是全宽（fullwidth）和半宽（halfwidth）。

  • 全角字符占2个字节存储空间，半角占一个字节的存储空间。
  • 在GB2312中文字符编码中，编号0~127仍采用ASCII单字节编码规则（半角），此外ASCII中的字符又使用双字节重新编码（全角）。但是对于中文字符没有全角和半角之分。

    GBK

    GBK -n扩展GB2312的编码国家标准，同时与GB2312-1980的编码方式也不一样。
    关键点GBK只要求第一个字节即高字节是大于127就固定表示这是一个汉字的开始(0~127当然表示的还是ASCII字符)，不再要求第二个字节即低字节也必须是127号之后的编码。这样，作为同样是双字节编码的GBK才可以收录比GB2312更多字符。

    GB18030

    GB18030 -n扩展、替代GBK标准，同时新增少数名族字符。
    image.png