Open DanceSmile opened 6 years ago
既然是“集”，也就是“集合”，“字符集”自然就是“一定量字符的集合”。 一个字符集包含了固定数量的字符，如ASCII字符集包含A-Z、a-z、0-9、半角标点符号和特殊控制符号（如换行符）在内的128个字符。
编码，意思是指将数据通过一定方式表达或储存，这个方式就叫编码。所以字符编码就是字符的表现、储存方式，也就是字符集的实现方式。 但需要注意的是：有的字符编码和字符集的名称是一致的。
字符串是一种特殊的数据类型，因为它存在编码问题。
因为计算机只能处理二进制数据，我们在电脑上看到的英文、汉字等字符都是通过二进制转换过来的结果，这种将字符转化成二进制的规则就是编码，反之则是解码。
最早的计算机使用8个比特位（bit）来表示是一个字节，每个bit（二进制位）只有0和1两种表示方式，所以00000000 - 11111111 转换成10进制就是0-255，所以一个字节最多能够映射256个字符。
最早的编码表是美国人发明的，他们将26个大小写英文字母和数字和一些常用的符号等128个字符写进计算机，这个编码表被成为 ASCII编码 。
ASCII 码一共规定了128个字符的编码
ASCII编码 存储的字符很少，满足不了其他国家语言的需求，比如中国的汉字就有10万个，就造成了每个国家都将自己的语言编码进编码表里面（为了避免和ASCII编码冲突默认都是从128开始）。
问题：ASCII编码 的字符太少，满足不了语言的需求
中国制定了 gbk编码，日本制定了 Shift_JIS编码 ，韩国把韩文编到 Euc-kr编码 里.......。几乎每个国家都有自己的编码规则，就出现了一个问题，一个网页要显示多语言，就会造成编码冲突的问题。结果就会造成网页乱码。
问题： 世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。
所以 unicode编码 诞生了，为了解决不同国家编码映射冲突的问题。unicode编码 把所有国家的语言一起按顺序编写进 unicode编码 表里面。这样就统一了各国之间的编码规则。(现在的编程语言大多数都是使用的 unicode编码 )。
问题：unicode 之规定的字符的表现形式，并没有解决字符的存储方式。 unicode每种语言中的每个字符设定了统一并且唯一的二进制编码，是一个很大的集合，现在的规模可以容纳100多万个符号 ，以满足跨语言、跨平台进行文本转换、处理的要求。unicode编码一定以u开头。
由于 unicode编码 通常是两个字节，这样又导致了一个问题 - 资源浪费。如果字母A ASCII编码表里面是一个字节可以表示，unicode编码 通常是定长，所有表示A就需要在前导0。虽然 unicode编码 解决了字符编码统一的问题，但是如果文档里面大多数是以字母为主，则使用unicode编码 的存储空间将是 ASCII编码 的两倍。
为了解决 unicode编码 存储浪费的问题，UTF-8编码 诞生了。UTF-8编码 将 unicode编码 按照不同的字符编码成1-6个字符，UTF-8编码 是变长字符。 UTF-8编码有一个额外的好处，就是 ASCII编码 实际上可以被看成是 UTF-8编码 编码的一部分.
在计算机内存中，统一使用决 unicode编码 ，当需要保存到硬盘或者需要传输的时候，就转换为 UTF-8编码 。
例如：用记事本编辑的时候，从文件读取的 UTF-8编码 字符被转换为 unicode编码 字符到内存里，编辑完成后，保存的时候再把 unicode编码 转换为 UTF-8编码 保存到文件。
编码字符集Unicode，有UTF-8、UTF-16、UTF-32等多种字符编码 编码字符集ASCII,本身就是编码字符集，又是字符编码 编码字符集CB2312，只有EUC-CN一种字符编码
字符：字符是一个信息单位，它是各种文字和符号的总称 字符集（Charset）：字符集是字符的集合。 字符编码：字符编码，是指对于字符集中的字符，将其编码为特定的二进制数，以便计算机处理。
字符集是字符的集合，字符编码是把字符集的实现方式。 例如：
`ASCII字符集`：就是带`编号`的字符的集合。 `ASCII编码`：其实这是`对ASCII字符集中的字符按照编号进行编码`的简略称呼。
https://www.zybuluo.com/xiaohaizi/note/897775
字符集
既然是“集”，也就是“集合”，“字符集”自然就是“一定量字符的集合”。 一个字符集包含了固定数量的字符，如ASCII字符集包含A-Z、a-z、0-9、半角标点符号和特殊控制符号（如换行符）在内的128个字符。
字符编码
编码，意思是指将数据通过一定方式表达或储存，这个方式就叫编码。所以字符编码就是字符的表现、储存方式，也就是字符集的实现方式。 但需要注意的是：有的字符编码和字符集的名称是一致的。
字符串是一种特殊的数据类型，因为它存在编码问题。
因为计算机只能处理二进制数据，我们在电脑上看到的英文、汉字等字符都是通过二进制转换过来的结果，这种将字符转化成二进制的规则就是编码，反之则是解码。
最早的计算机使用8个比特位（bit）来表示是一个字节，每个bit（二进制位）只有0和1两种表示方式，所以00000000 - 11111111 转换成10进制就是0-255，所以一个字节最多能够映射256个字符。
最早的编码表是美国人发明的，他们将26个大小写英文字母和数字和一些常用的符号等128个字符写进计算机，这个编码表被成为 ASCII编码 。
ASCII编码 存储的字符很少，满足不了其他国家语言的需求，比如中国的汉字就有10万个，就造成了每个国家都将自己的语言编码进编码表里面（为了避免和ASCII编码冲突默认都是从128开始）。
中国制定了 gbk编码，日本制定了 Shift_JIS编码 ，韩国把韩文编到 Euc-kr编码 里.......。几乎每个国家都有自己的编码规则，就出现了一个问题，一个网页要显示多语言，就会造成编码冲突的问题。结果就会造成网页乱码。
所以 unicode编码 诞生了，为了解决不同国家编码映射冲突的问题。unicode编码 把所有国家的语言一起按顺序编写进 unicode编码 表里面。这样就统一了各国之间的编码规则。(现在的编程语言大多数都是使用的 unicode编码 )。
由于 unicode编码 通常是两个字节，这样又导致了一个问题 - 资源浪费。如果字母A ASCII编码表里面是一个字节可以表示，unicode编码 通常是定长，所有表示A就需要在前导0。虽然 unicode编码 解决了字符编码统一的问题，但是如果文档里面大多数是以字母为主，则使用unicode编码 的存储空间将是 ASCII编码 的两倍。
为了解决 unicode编码 存储浪费的问题，UTF-8编码 诞生了。UTF-8编码 将 unicode编码 按照不同的字符编码成1-6个字符，UTF-8编码 是变长字符。 UTF-8编码有一个额外的好处，就是 ASCII编码 实际上可以被看成是 UTF-8编码 编码的一部分.
字符在计算机的编码方式
在计算机内存中，统一使用决 unicode编码 ，当需要保存到硬盘或者需要传输的时候，就转换为 UTF-8编码 。
例如：用记事本编辑的时候，从文件读取的 UTF-8编码 字符被转换为 unicode编码 字符到内存里，编辑完成后，保存的时候再把 unicode编码 转换为 UTF-8编码 保存到文件。
名词释义：
字符：字符是一个信息单位，它是各种文字和符号的总称 字符集（Charset）：字符集是字符的集合。 字符编码：字符编码，是指对于字符集中的字符，将其编码为特定的二进制数，以便计算机处理。
结语
字符集是字符的集合，字符编码是把字符集的实现方式。 例如：
参考文档
https://www.zybuluo.com/xiaohaizi/note/897775