我所理解的字符编码

1，Ascii和ebcic.

为了方便交流，美国人发明了ASCII编码，后来被确认为国际标准。后来以发明了EBCDIC编码。

一般地说，开放的操作系统（LINUX 、WINDOWS等）采用ASCII 编码，而大型主机系统（MVS 、OS/390等）采用EBCDIC 编码。在发送数据给对方前，需要事先告知对方自己所使用的编码，或者通过转码，使不同编码方案的两个系统可沟通自如。无论是ASCII码还是EBCDIC码，都无法对拥有几万个的汉字进行编码。

2、MBCS

为了扩充ascii，不同的国家和地区制定了不同的标准。以中国和日本为例，发布了gb2312,gbk,gis等，他们的大致编码方式是不管理中文、英文等都使用两个字符来表示一个字符。统称为ansi编码，又称为多字节字符集MBCS.这时，不同国家和地区的编码不能相互转换，后来，国际就发布了unicode编码，作为联接各国的编程。尽管现在的unicode并不能真正联接万国，但其目的是这样的。所以，有人叫unicode为万国编码。

Unicode变成所有编码转换的中间介质。所有的编码都有一个转换器可以转换到Unicode，而Unicode也可以转换到其他所有的编码。

3、GB-2312

GB-2312属于ansi编码的一种，GB 2312是一个简体中文字符集，由6763个常用汉字和682个全角的非汉字字符组成。由于字符数量比较大，GB2312采用了二维矩阵编码法对所有字符进行编码。首先构造一个94行94列的方阵，对每一行称为一个“区”，每一列称为一个“位”，然后将所有字符依照下表的规律填写到方阵中。这样所有的字符在方阵中都有一个唯一的位置，这个位置可以用区号、位号合成表示，称为字符的区位码。如第一个汉字“啊”出现在第16区的第1位上，其区位码为1601。因为区位码同字符的位置是完全对应的，因此区位码同字符之间也是一一对应的。这样所有的字符都可通过其区位码转换为数字编码信息。

4、GBK

GBK即汉字内码扩展规范，K为扩展的汉语拼音中“扩”字的声母。GBK编码标准兼容GB2312，共收录汉字21003个、符号883个，并提供1894个造字码位，简、繁体字融于一库。

5、unicode

如果有一种编码，将世界上所有的符号都纳入其中，无论是英文、日文、还是中文等，大家都使用这个编码表，就不会出现编码不匹配现象。每个符号对应一个唯一的编码，乱码问题就不存在了。这就是Unicode编码。
Unicode当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，比如，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，“汉”这个字的Unicode编码是U+6C49。
Unicode固然统一了编码方式，但是它的效率不高，比如UCS-4(Unicode的标准之一)规定用4个字节存储一个符号，那么每个英文字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。

6、utf-8

为了提高Unicode的编码效率，于是就出现了UTF-8编码。UTF-8可以根据不同的符号自动选择编码的长短。比如英文字母可以只用1个字节就够了。