字符编码（ASCII GBK UTF-8等）

ASCII码

标准字符集

最初的计算机只是美国为首的西方发达国家在用，在他们的语言中，主要以26个英文字符为主，加上大小写、空格和其他一些标点符号等，一共有127个字符，所以大家约定用一种标准来定义这些编码，也就是ASCII码（American Standard Code for Information Interchange，美国信息互换标准代码）。而一个字节有八位，也就可以表示256个字符（2^8），所以一个ASCII码用一个字节就可以表示了。

扩展字符集

后来，世界上其他国家也开始使用计算机，然后这些国家的语言中的很多字符在标准ASCII码中并没有，所以，他们就要想办法增加自己的字符。又发现一个字节有256个字符，标准ASCII码只有127个字符，所以，他们就用127号往后的空位来表示他们的新的字符，形成了一个新的标准，叫做ASCII码的扩展字符集。

GB2312

当中国人开始使用计算机后，ASCII码中已经没有空位来给我们用来表示汉字了，况且，常用的汉字有6000多个，一个字节是无论如何不够我们使用的了。于是，我们便将127号以后的字符全部取消掉，并规定一个小于127的字符的意义跟以前相同，但是两个大于127的字符连在一起时，就表示是一个汉字，高字节从0xA1到0xF7，低字节从0xA1到0xFE，这样我们就能组合出7000多个简体汉字。并且在这些编码里，我们还把数字符号、罗马字母等都编写进去了，还把原来ASCII里本来就有的数字、标点、字符都统统重新编写了两个字节的编码，就是“全角”，而原本127号一下的就叫“半角”。这种规范叫做GB2312。

GBK

但是中国的汉字是在太多了，特别是有些人名（国家领导人的名字）没有包含在GB2312中，就干脆不再要求低字节也必须是127号之后了，只要高字节大于127就固定表示这是一个汉字的开始，结果扩展后的标准叫做GBK标准，GBK包括了GB2312的所有内容，同时又增加了近20000个汉字（包括繁体字）和符号。

GB18030

后来少数民族也要用计算机，又多了几千个少数民族的字，GBK就扩展成了GB18030。中国的程序员们看到这一系列汉字编码的标准是好的，于是通称他们叫做 "DBCS"（Double Byte Charecter Set 双字节字符集）。这时一个汉字算两个英文字符！

UNICODE

当时各个国家都像中国一样搞出来这样一套标准，结果就是谁也不懂谁的编码，谁也不支持别人的编码，就连台湾地区都搞出一套big-5标准。所以ISO组织便出面解决这个问题，解决办法就是废除所有的地区性编码方案，重新搞了一个包括地球上所有文化、字母和符号的编码，叫做"Universal Multiple-Octet Coded Character Set"，简称 UCS, 俗称 "UNICODE"。
ISO规定，必须用两个字节，也就是16位统一表示所有字符，对于ASCII码中的“半角”字符，UNICODE保持不变，只是将原来的长度从8位扩展到了16位，其他国家的重新编码。至此，所有的字符（不管是汉字还是英文）都是一个字符，两个字节。
但是，UNICODE 在制订时没有考虑与任何一种现有的编码方案保持兼容，这使得 GBK 与UNICODE 在汉字的内码编排上完全是不一样的，没有一种简单的算术方法可以把文本内容从UNICODE编码和另一种编码进行转换，这种转换必须通过查表来进行。

UTF-8

UNICODE 来到时，一起到来的还有计算机网络的兴起，UNICODE 如何在网络上传输也是一个必须考虑的问题，于是面向传输的众多 UTF（UCS Transfer Format）标准出现了，顾名思义，UTF8就是每次8个位传输数据，而UTF16就是每次16个位，只不过为了传输时的可靠性，从UNICODE到UTF时并不是直接的对应，而是要过一些算法和规则来转换。中文UTF8大多是三字节。