ASCII(American Standard Code for Information Interchange篓吁，美國信息交換標(biāo)準(zhǔn)代碼):
它是現(xiàn)今最早最通用的單字節(jié)編碼系統(tǒng),并等同于國際標(biāo)準(zhǔn)ISO/IEC 646，其中一個英文字母（不分大小寫）占一個字節(jié)的空間枷莉。
引申：字節(jié)是指一小組相鄰的二進制數(shù)碼徒仓。通常是8位作為一個字節(jié)，如00001111，換算為十進制趁冈。最小值-128，最大值127。
標(biāo)準(zhǔn)ASCII 碼也叫基礎(chǔ)ASCII碼渗勘，使用7 位二進制數(shù)（剩下的1位二進制為0）來表示所有的大寫和小寫字母沐绒，數(shù)字0 到9、標(biāo)點符號旺坠， 以及在美式英語中使用的特殊控制字符乔遮。其中：
1）0～31及127(共33個)是控制字符或通信專用字符（其余為可顯示字符），如控制符：LF（換行）取刃、CR（回車）蹋肮、FF（換頁）、DEL（刪除）璧疗、BS（退格)坯辩、BEL（響鈴）等；通信專用字符：SOH（文頭）崩侠、EOT（文尾）漆魔、ACK（確認(rèn)）等；ASCII值為8却音、9改抡、10 和13 分別轉(zhuǎn)換為退格、制表僧家、換行和回車字符雀摘。它們并沒有特定的圖形顯示，但會依不同的應(yīng)用程序八拱，而對文本顯示有不同的影響阵赠。
2）32～126(共95個)是字符(32是空格），其中48～57為0到9十個阿拉伯?dāng)?shù)字肌稻。
3）65～90為26個大寫英文字母清蚀，97～122號為26個小寫英文字母，其余為一些標(biāo)點符號爹谭、運算符號等枷邪。
同時還要注意，在標(biāo)準(zhǔn)ASCII中诺凡，其最高位(b7)用作奇偶校驗位东揣。所謂奇偶校驗，是指在代碼傳送過程中用來檢驗是否出現(xiàn)錯誤的一種方法腹泌，一般分奇校驗和偶校驗兩種嘶卧。奇校驗規(guī)定：正確的代碼一個字節(jié)中1的個數(shù)必須是奇數(shù)，若非奇數(shù)凉袱，則在最高位b7添1芥吟；偶校驗規(guī)定：正確的代碼一個字節(jié)中1的個數(shù)必須是偶數(shù)侦铜，若非偶數(shù)，則在最高位b7添1钟鸵。
ASCII碼表：http://tool.oschina.net/commons?type=4
GB2312（《信息交換用漢字編碼字符集》）
是由中國國家標(biāo)準(zhǔn)總局1980年發(fā)布钉稍，1981年5月1日開始實施的一套國家標(biāo)準(zhǔn)，標(biāo)準(zhǔn)號是GB2312—1980棺耍。
GB2312編碼適用于漢字處理贡未、漢字通信等系統(tǒng)之間的信息交換，通行于中國大陸烈掠；新加坡等地也采用此編碼羞秤。中國大陸幾乎所有的中文系統(tǒng)和國際化的軟件都支持GB2312。GB2312標(biāo)準(zhǔn)共收錄6763個漢字左敌，基本滿足了漢字的計算機處理需要瘾蛋，它所收錄的漢字已經(jīng)覆蓋中國大陸99.75%的使用頻率。對于人名矫限、古漢語等方面出現(xiàn)的罕用字哺哼，GB2312不能處理，這導(dǎo)致了后來GBK及GB 18030漢字字符集的出現(xiàn)叼风。
1）GB2312用一個字節(jié)表示一個英文字符和一些基本符號和半角符號取董，用兩個字節(jié)表示一個漢字和全角符號和一些我們?nèi)粘Ｊ褂玫姆枴?/p>
2）GB2312利用了ASCII的127個字符之后空余的部分，增添了6000多種常用漢字无宿。
3）數(shù)值小于127的字節(jié)表示ASCII中原有字符茵汰，兩個連續(xù)數(shù)值都大于127的字節(jié)表示一個漢字字符。
4）使用GB2312編碼孽鸡，當(dāng)讀取到一個數(shù)值上小于127的字節(jié)時當(dāng)作一個ASCII中原有的字符處理蹂午。讀到一個數(shù)值大于127的字節(jié)時會繼續(xù)讀取下一個字節(jié)，下一個字節(jié)的數(shù)值也必定是大于127彬碱，將兩個大于127的字節(jié)一起組合形成一個字符豆胸。
5）每個漢字及符號以兩個字節(jié)來表示。第一個字節(jié)稱為“高位字節(jié)”（也稱“區(qū)字節(jié)）”巷疼，第二個字節(jié)稱為“低位字節(jié)”（也稱“位字節(jié)”）晚胡，例如“啊”字在大多數(shù)程序中，會以兩個字節(jié)嚼沿，0xB0（第一個字節(jié)） 0xA1（第二個字節(jié)）儲存估盘。
GB2312碼表：http://tools.jb51.net/table/gb2312
GBK(《通用多八位編碼字符集》)
GB2312有局限性，只能表示6000個字符骡尽，GBK是對GB2312的升級忿檩，共收錄了21003個漢字，GBK與GB2312非常相似爆阶，唯一的不同：
使用GBK編碼，當(dāng)讀取到一個數(shù)值上小于127的字節(jié)時當(dāng)作一個ASCII中原有的字符處理。讀到一個數(shù)值大于127的字節(jié)時必定會繼續(xù)讀取下一個字節(jié)辨图，下一個字節(jié)的數(shù)值無需大于127班套，將兩個字節(jié)一起組合形成一個漢字字符。
GBK 向下與 GB2312 編碼兼容故河，向上支持 ISO 10646.1國際標(biāo)準(zhǔn)吱韭，ISO 10646 是國際化標(biāo)準(zhǔn)組織 ISO 公布的一個編碼標(biāo)準(zhǔn),大陸譯為《通用多八位編碼字符集》,ISO 10646.1 是該標(biāo)準(zhǔn)的第一部分《體系結(jié)構(gòu)與基本多文種平面》。我國 1993 年以 GB 13000.1 國家標(biāo)準(zhǔn)的形式予以認(rèn)可（即 GB 13000.1 等同于 ISO 10646.1）鱼的。
Unicode(Universal Multiple-Octet Coded Character Set理盆，簡稱：UC)
unicode編碼表中包含了世界上所有國家的所有字符和符號的編碼。 在最新的規(guī)范中凑阶，所有的字符一概使用四個字節(jié)表示猿规，不夠的就往前面補 0。這樣確實可以解決編碼問題宙橱，但是卻造成了空間的極大浪費姨俩，如果是一個英文文檔，那文件大小就大出了 3 倍师郑，這顯然是無法接受的环葵。
于是，為了較好的解決 Unicode 的編碼問題宝冕， UTF-8 和 UTF-16 兩種當(dāng)前比較流行的編碼方式誕生了张遭。當(dāng)然還有一個 UTF-32 的編碼方式，也就是上述那種定長編碼地梨，字符統(tǒng)一使用 4 個字節(jié)菊卷，雖然看似方便，但是卻不如另外兩種編碼方式使用廣泛湿刽。
UTF-8
UTF-8 是目前互聯(lián)網(wǎng)上使用最廣泛的一種 Unicode 編碼方式的烁，它的最大特點就是可變長。它可以使用 1 - 4 個字節(jié)表示一個字符诈闺，根據(jù)字符的不同變換長度渴庆。編碼規(guī)則如下：
1）對于單個字節(jié)的字符，第一位設(shè)為 0雅镊，后面的 7 位對應(yīng)這個字符的 Unicode 碼點襟雷。因此，對于英文中的 0 - 127 號字符仁烹，與 ASCII 碼完全相同耸弄。這意味著 ASCII 碼那個年代的文檔用 UTF-8 編碼打開完全沒有問題。
2）對于需要使用 N 個字節(jié)來表示的字符（N > 1）卓缰，第一個字節(jié)的前 N 位都設(shè)為 1计呈，第 N + 1 位設(shè)為0砰诵，剩余的 N - 1 個字節(jié)的前兩位都設(shè)位 10，剩下的二進制位則使用這個字符的 Unicode 碼點來填充捌显。
| 序號 | Unicode | UTF-8 |
|---|---|---|
| 1 | 0000 0000 - 0000 007F | 0xxxxxxx |
| 2 | 0000 0080 - 0000 07FF | 110xxxxx 10xxxxxx |
| 3 | 0000 0800 - 0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
| 4 | 0001 0000 - 0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
下面以漢字“漢”為利茁彭，具體說明如何進行 UTF-8 編碼和解碼，大家就很容易理解了扶歪。
“漢”的 Unicode 碼點是 0x6c49（110 1100 0100 1001）理肺，通過上面的對照表可以發(fā)現(xiàn)，0x0000 6c49 位于第三行的范圍善镰，那么得出其格式為 1110xxxx 10xxxxxx 10xxxxxx妹萨。接著，從“漢”的二進制數(shù)最后一位開始炫欺，從后向前依次填充對應(yīng)格式中的 x乎完，多出的 x 用 0 補上。這樣竣稽，就得到了“漢”的 UTF-8 編碼為 11100110 10110001 10001001囱怕，轉(zhuǎn)換成十六進制就是 0xE6 0xB7 0x89。
UTF-16
在了解 UTF-16 編碼方式之前毫别，先了解一下另外一個概念——“平面”娃弓。
在上面的介紹中，提到了 Unicode 是一本很厚的字典岛宦，她將全世界所有的字符定義在一個集合里台丛。這么多的字符不是一次性定義的，而是分區(qū)定義砾肺。每個區(qū)可以存放 65536 個（216216）字符挽霉，稱為一個平面（plane）。目前变汪，一共有 17 個（2525）平面侠坎，也就是說，整個 Unicode 字符集的大小現(xiàn)在是 221221裙盾。
最前面的 65536 個字符位实胸，稱為基本平面（簡稱 BMP ），它的碼點范圍是從 0 到 216?1216?1番官，寫成 16 進制就是從 U+0000 到 U+FFFF庐完。所有最常見的字符都放在這個平面，這是 Unicode 最先定義和公布的一個平面徘熔。剩下的字符都放在輔助平面（簡稱 SMP ）门躯，碼點范圍從 U+010000 到 U+10FFFF。
基本了解了平面的概念后酷师，再說回到 UTF-16讶凉。UTF-16 編碼介于 UTF-32 與 UTF-8 之間染乌，同時結(jié)合了定長和變長兩種編碼方法的特點。它的編碼規(guī)則很簡單：基本平面的字符占用 2 個字節(jié)缀遍，輔助平面的字符占用 4 個字節(jié)慕匠。也就是說，UTF-16 的編碼長度要么是 2 個字節(jié)（U+0000 到 U+FFFF）域醇，要么是 4 個字節(jié)（U+010000 到 U+10FFFF）。那么問題來了蓉媳，當(dāng)我們遇到兩個字節(jié)時譬挚，到底是把這兩個字節(jié)當(dāng)作一個字符還是與后面的兩個字節(jié)一起當(dāng)作一個字符呢？
這里有一個很巧妙的地方酪呻，在基本平面內(nèi)减宣，從 U+D800 到 U+DFFF 是一個空段，即這些碼點不對應(yīng)任何字符玩荠。因此漆腌，這個空段可以用來映射輔助平面的字符。
輔助平面的字符位共有 220220 個阶冈，因此表示這些字符至少需要 20 個二進制位闷尿。UTF-16 將這 20 個二進制位分成兩半，前 10 位映射在 U+D800 到 U+DBFF女坑，稱為高位（H）填具，后 10 位映射在 U+DC00 到 U+DFFF，稱為低位（L）匆骗。這意味著劳景，一個輔助平面的字符，被拆成兩個基本平面的字符表示碉就。
因此盟广，當(dāng)我們遇到兩個字節(jié)，發(fā)現(xiàn)它的碼點在 U+D800 到 U+DBFF 之間瓮钥，就可以斷定筋量，緊跟在后面的兩個字節(jié)的碼點，應(yīng)該在 U+DC00 到 U+DFFF 之間骏庸，這四個字節(jié)必須放在一起解讀毛甲。
