ASCII、ANSI、Unicode及UTF-8编码

 

ASCII和Ansi编码

字符内码：指的是用来代表字符的内码.读者在输入和存储文档时都要使用内码,

内码分为：

单字节内码 -- Single-Byte character sets (SBCS),可以支持256个字符编码. 
  双字节内码 -- Double-Byte character sets)(DBCS),可以支持65000个字符编码. 
  前者即为ASCII编码，后者对应ANSI. 
  至于简体中文编码GB2312，实际上它是ANSI的一个代码页936 

Unicode

  　ANSI有很多代码页，使用不同代码页的内码无法在其他代码也正常显示，这就是为什么日文版／繁体中文版游戏无法在简体中文平台直接显示的原因． 
      Unicode也是一种字符编码方法，不过它是由国际组织设计，可以容纳全世界所有语言文字的编码方案．它是一种２字节编码，能够提供65536个字符，这个数字是不够表示所有的字符的（汉语就有55000多字符），所以，通过一个代理对的机制来实现附加的917476个字符表示，以达到所有字符都具有唯一编码．

Unicode和BigEndianUnicode 区别

      这两者只是存储顺序不同，如＂A＂的unicode编码为65 00 ，BigEndianUnicode编码为00 65 

UTF-8

      这是为传输而设计的编码，其系列还有UTF-7和UTF-16 
      其中UTF-16和Unicode编码大致一样, UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下： 
  　　　　　Unicode编码(16进制)　　　　　　UTF-8 字节流(二进制) 
  　　　　　0000 - 007F　　　　　　　　　0xxxxxxx 
  　　　　　0080 - 07FF　　　　　　　　　110xxxxx 10xxxxxx 
  　　　　　0800 - FFFF　　　　　　　　　1110xxxx 10xxxxxx 10xxxxxx 

　　例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110110001 001001，用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。