GBK Unicode utf-8等各种字符编码

ASCII 码（仅适用全英文字符）：

编码规则：总共0~127共128个字符编码：占用一个字节的后面7位，最前面的一位统一规定为0

0～31及127(共33个)是控制字符或通信专用字符（不可显示字符）：

• 控制符：LF（换行）、CR（回车）、FF（换页）、DEL（删除）、BS（退格)、BEL（振铃）等；
• 通信专用字符：SOH（文头）、EOT（文尾）、ACK（确认）等；
• ASCII值为 8、9、10 和 13 分别转换为退格、制表、换行和回车字符；

32～126(共95个)是字符，其中

• 48～57为0到9十个阿拉伯数字；
• 65～90为26个大写英文字母；
• 97～122号为26个小写英文字母
• 其余为一些标点符号、运算符号，例如：32是空格

ISO-8859-1：

编码规则：1个字节，包括255个字符

能与ASCII兼容（第 0 ~ 127 和ASCII一致）

GBK：

2个字节表示，共 21886 个字符，囊括简体中文（GB 2312），繁体中文（BIG5）和其它字符

GB2312(简体中文字符)：

编码规则：所有字符用2个字节表示，每个字节只采用后7位，最高位是1

英文字符里可打印的字符范围是33 ~ 126，由于最高位是1，所以+128后，每个字节的最大区间是161 ~ 254（94个） 

即：2个字节最大能表示 94 X 94 个字符

第一个字节： 0xB0 ~ 0xF7（对应十进制为176-247）-----72个分区

• 01-09区为符号、数字区
• 16-87区为汉字区（0xb0-0xf7）----72个
• 10-15区、88-94区是有待进一步标准化的空白区

第二个字节： 0xA1~ 0xFE（对应十进制为161-254）-----94位

总共 7445个中文字符

• 6763个（本来是6768（72 分区 X 94 位），有5个编码为空白） 简体汉字
• 682 个标准中文符号

具体：

    区号      位    字符类别

• 01      94    一般符号  
• 02      72    顺序号码  
• 03      94    拉丁字母（ASCII码中所有可见字符）  
• 04      83    日文假名  
• 05      86    Katakana  
• 06      48    希腊字母  
• 07      66    俄文字母  
• 08      63    汉语拼音符号  
• 09      76    图形符号  
•  10-15            备用区  
•  16-55    3755    一级汉字，以拼音为序  
•  56-87    3008    二级汉字，以笔划为序  
•  88-94            备用区   

备注：具体GB2312码表  http://www.cnblogs.com/thinksasa/p/3956458.html

Unicode（简称UCS，能表示全世界所有的符号）：

根据 存储字符需要多少个字节 的编码方式，其实现方式有UCS-2（默认，2个字节），UTF-8（变长，使用1~4个字节），UTF-16（字符用两个字节或四个字节表示），UTF-32（字符用四个字节表示）等

在windows的记事本里：

Unicode little endian（Unicode默认格式）：属于UCS-2，2个字节，高位在后，低位在前

Unicode big endian：属于UCS-2，2个字节，高位在前，低位在后

UTF-8（Unicode的一种实现）：

编码规则：1 ~ 4 个字节

• 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的
• 对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码

即：

1字节：0X00 ~ 0X7F  最高7位，

2字节：0X80 ~ 0X07 0XFF  最高11位，

3字节：0X08 0X00 ~ 0XFF 0XFF  最高16位

4字节：0X01 0X00 0X00 ~ 0X3F 0XFF 0XFF最高21位

文件头部字节（默认不显示，windows文本编辑器通过头部字节判断是哪种编码方式）：

Unicode little endian ：FF FE

Unicode big endian：FE FF

UTF-8：EF BB BF

注：在windows里保存为 ANSI编码格式

ANSI：英文文件是ASCII编码，对于简体中文文件是GB2312编码，繁体中文版会采用 Big5 码