各国的文字编码都是什么呢，为什么在网络上我们能显示各种不同的语言文字呢， 什么编码标准将ASCII和世界上各种语言文字进行统一编码
\u6613\u8bed\u8a00\u6587\u5b57\u4e71\u7801\uff0c\u7f16\u7801\u8f6c\u6362\u600e\u4e48\u5199\uff1f1\u3001\u65b0\u5efa\u4e24\u4e2a\u7f16\u8f91\u6846\u7ec4\u4ef6\u3002
2\u3001\u628a\u662f\u5426\u5141\u8bb8\u591a\u884c\u9009\u62e9 \u771f \u6eda\u52a8\u6761\u9009\u62e9 \u7eb5\u5411\u6eda\u52a8\u6761 \u8fd9\u6837\u6587\u672c\u8fc7\u957f\u53ef\u4ee5\u62c9\u52a8\u6eda\u52a8\u6761\u67e5\u770b\u3002
3\u3001\u7136\u540e\u65b0\u5efa\u4e00\u4e2a\u6309\u94ae\u7ec4\u4ef6\u3002
4\u3001\u628a\u6309\u94ae\u540d\u5b57\u6539\u6210 GB2312\u8f6cUTF8\u3002
5\u3001\u53cc\u51fb GB2312\u8f6cUTF8\u6309\u94ae \u8fdb\u5165\u4ee3\u7801\u7f16\u8f91\u6a21\u5f0f \u5199\u51fa\u4ee3\u7801\uff0c\u7f16\u8f91\u68462.\u5185\u5bb9 \uff1d \u5230\u6587\u672c (\u7f16\u7801\u8f6c\u6362 (\u5230\u5b57\u8282\u96c6 (\u7f16\u8f91\u68461.\u5185\u5bb9), #\u7f16\u7801_GB2312, #\u7f16\u7801_UTF_8, ))\u3002
6\u3001\u6309F5\u8c03\u8bd5 \u770b\u662f\u5426\u6210\u529f\u3002
unicode \u5427\uff0c
UNICODE使任何语言的字符都可以为机器更容易的接受,UNICODE由UC(UNICODE协会)管理并接受其技术上的修改。包括JAVA、LDAP、XML这样的技术标准中均要求得到UNICODE的支持。UNICODE的字符被成为代码点（CODE POINTS），用U后面加上XXXX来表示，其中，X为16进制的字符。对于英文来说，ascii码 0-127就足以代码所有字符，对于中文而言，则必须使用两个字节(byte)来代表一个字符，具第一个字节必须大于127(所以我们有许程序判断中文都是以ascii码大于127作为条件)。以上用两个字节来表示一个中文的方式，在习惯上称为双字节(即DBCS: Double-Byte Character Set)，而相对之下，英文的字符码就称为单字节SBCS(Single-Byte Character Set)。
虽然双字节(DBCS)足以解决中英文字符混合使用情况，但对于不同字符系统而言，必须经过字符码转换，非常麻烦。例如：中英文混合情况，日文，韩文等等。为解决这个问题，国际标准组织于1984年4月成立ISO/IEC JTC1/SC2/WG2工作组。针对各国文字、符号进行统一性编码。1991年美国跨国公司成立Unicode Consortium。并于1991年10月与WG2达成协议。采用同一编码字集。目前Unicode是采用16位编码体系。其字符集内容与ISO10646的BMP（Basic Multilingual Plane）相同。Unicode于1992年6月通过DIS（Draf International Standard）。目前版本V2.0于1996公布。内容包含符号6811个。汉字20902个。韩文拼音11172个。造字区6400个。保留20249个。共计65534个。
随着国际互联网的迅速发展。要求进行数据交换的需求越来越大。不同的编码体系越来越成为信息交换的障碍。而且多种语言共存的文档不断增多。单靠代码页已很难解决这些问题。于是UNICODE应运而生。
UNICODE有双重含义。首先UNICODE是对国际标准ISO/IEC10646编码的一种称谓（ISO/IEC10646是一个国际标准。亦称大字符集。它是ISO于1993年颁布的一项重要国际标准。其宗旨是全球所有文种统一编码）。另外它又是由美国的HP、Microsoft、IBM、Apple等大企业组成的联盟集团的名称。成立该集团的宗旨就是要推进多文种的统一编码。
UNICODE同现在流行的代码页最显著不同点在于：UNICODE是两字节的全编码。对于ASCII字符它也使用两字节表示。代码页是通过高字节的取值范围来确定是ASCII字符。还是汉字的高字节。如果发生数据损坏。某处内容破坏。则会引起其后汉字的混乱。UNICODE则一律使用两个字节表示一个字符。最明显的好处是它简化了汉字的处理过程。
UNICODE使用平面来描述编码空间。每个平面分为256行。256列。相对于两字节编码的高低两个字节。
UNICODE的第一个平面。称为Basic Multilingual Plane（基本多文种平面）。简称BMP。由于BMP仅用两个字节表示。所以倍受青睐。
Unicode的最初目标。是用1个16位的编码来为超过65000字符提供映射。但这还不够。它不能覆盖全部历史上的文字。也不能解决传输的问题(implantation head-ache's)。尤其在那些基于网络的应用中。因此。Unicode用一些基本的保留字符制定了三套编码方式。它们分别是UTF-8，UTF-16和UTF-32。正如名字所示。在UTF－8中。字符是以8位序列来编码的。用一个或几个字节来表示一个字符。这种方式的最大好处。是UTF－8保留了ASCII字符的编码做为它的一部分。例如。在UTF－8和ASCII中。“A”的编码都是0x41.UTF－16和UTF－32分别是Unicode的16位和32位编码方式。考虑到最初的目的。通常说的Unicode就是指UTF-16。
多年来。计算机普遍采用美国信息交换标准代码（American Standard Code for Information Interchange，简称ASCII码）来表示字符。这些字符可以是字母。数字。标点符号和控制符。用这种编码来表示英文在内的字符不成问题的。但要表示其它语言文字如。阿拉伯文。中文。日文。维文。哈文…必须进行扩充。在1987年。Xerox Palo Alto研究中心的Joe Becker和Lee Collins。以及Apple公司的Mark Davis试图研究一种适用于多文种处理的字符编码。这种编码很快就得到了许多大公司的支持。这些公司都派代表参加Unicode研究组。Unicode的研究得到了较快的进展。由于Unicode集团的成员都是世界上的主要系统及软件制造商。所以Unicode很快就成为事实上的工业标准。
基于Unicode的系统允许使用65000个不同的字符。足以善盖世界所有语言的所有字母。外加数千种符号。
其中。General Scripts区单独收录了19种语言文字。包括ASCII，Latin1，Greek，Cyrillic，Armenian，Hedrew，Arabic，Devanagari，Bengali ，Gurmukhi，Gujarati，Oriya，Tamil，Telugu，Kannada，Malayalam，Thai，Lao，Tibetan，Georgian等语言文字之外。还包括汉语。日语和朝鲜语中的所有大量字符。
Unicode是一种定长的2B多文种字符集编码。它试图善盖现有的有关国家和地区的标准。包括GB2312，CNS11643，JIS 0208和KSC 5601等。Unicode可以表示混合文字资料。也可以保证以前的ISO 10646。
Unicode的特点是：
不管哪一国的字符码均以两个Byte表示，例如"A"在Unicode则是16进制 41和00的组合，即4100，高位41(转换为Ascii码即是65=A)，Windows NT/2000以Unicode来表示字符集，例如你可以看到MS SQL Server中产生的SQL文件可以选择是以Unicode来保存还是以普通格式来保存，如果你以Unicode保存，则在95/98平台许多软件均无法正确读出其格式。
同时你还可以注意到95/98中API定义，许多名称结尾是有一个A的，例如
WriteProfileStringA
而在NT/2000操作系统中，提供了两套API，另外一个命令是WriteProfileStringW，以W 结尾的API只适用于NT / 2000。（在NT中使用以W结尾的API函数效率比A结尾的要快，因为省去了Unicode和DBCS/SBCS的转换过程）
这样我们经常要用到的判断字符串长度的函数，在NT和95/98下执行结果不同，如下：(下面代码适合于VB, ASP)
95/98中：
len("abc中国") 返回 7 (因为每个中文作为两个Ascii码来看)
NT/2000中：
len("abc中国") 返回 5 (因为每个字符都作为一个Unicode来看)
IE浏览器有编码选择 点右键可以选择不同国家的语言。 亚太地区的Windows系统加装了C版本 像DX9．0C IEC等等 可以进行中文互换
绛旓細瀛楃鏄悇绉嶆枃瀛楀拰绗﹀彿鐨勬荤О锛屽寘鎷鍚勫浗瀹舵枃瀛銆佹爣鐐圭鍙枫佸浘褰㈢鍙枫佹暟瀛楃瓑銆傚瓧绗︾绫昏緝澶氾紝姣忎釜瀛楃闆嗗寘鍚鐨勫瓧绗涓暟涓嶅悓锛屽父瑙佸瓧绗﹂泦鍚嶇О锛欰SCII瀛楃闆嗐丟B2312瀛楃闆嗐丅IG5瀛楃闆嗐 GB18030瀛楃闆嗐乁nicode瀛楃闆嗙瓑銆傝绠楁満瑕佸噯纭殑澶勭悊鍚勭瀛楃闆嗘枃瀛楋紝灏遍渶瑕佽繘琛瀛楃缂栫爜锛浠ヤ究璁＄畻鏈鸿兘澶熻瘑鍒拰瀛樺偍鍚勭鏂囧瓧...
绛旓細8浣峌nicode杞崲鏍煎紡锛圲TF-8锛夋槸涓绉嶇敤浜缂栫爜鍚勭瀛楃鐨勭浉瀵硅緝鏂扮殑浠ｇ爜绾﹀畾銆傚畠鏄瓧绗︽爣璇嗙殑鏍囧噯锛屼篃鏄悇绉嶇紪绋嬭瑷鍜岃澶囩殑鍙傝冿紝鏈夊姪浜庢爣鍑嗗寲瀛楁瘝锛屾暟瀛楀拰鍏朵粬瀛楃鐨勬樉绀恒傚湪璁稿鎯呭喌涓嬶紝UTF-8鍙栦唬浜嗕竴绉嶅悕涓虹編鍥戒俊鎭氦鎹㈡爣鍑嗙爜锛圓SCII锛夌殑鏃х害瀹氥侫SCII澶勭悊鑻辫璇█鏂囨湰鎵闇鐨勬墍鏈瀛楃锛浣哢TF-8涓轰笉...
绛旓細1銆佽绠楁満鐨勬瘡涓敭閮芥槸鐢ㄧ殑ASCII缂栫爜 2銆2涓瓧鑺傝〃绀轰竴涓姹夊瓧锛1涓瓧鑺備竴鑸〃绀轰竴涓崐瑙掔姸鎬佺殑鑻辨枃瀛楁瘝鎴栬呮爣鐐圭鍙凤紝鎴栬呮槸涓涓暟瀛椼
绛旓細杩涘埗鐨勬暟瀛楀拰鍏蜂綋鏂囧瓧鐨勫搴斿叧绯伙紝渚嬪ASCII缂栫爜锛8浣嶄簩杩涘埗鏁板瓧65瀵瑰簲a杩欎釜瀛楃锛岄偅涔堝熀鏈氨鍙互琛ㄧず鑻辨枃浜嗭紝閭ｄ箞鍏朵粬璇█鐨勫憿锛熷洜姝鍚勪釜鍥藉閮鏈夊悇鑷殑缂栫爜鏂瑰紡鏉ヨ〃绀鸿嚜宸辩殑鏂囧瓧锛涙瘮濡備腑鍥界敤GB缂栫爜锛岃屽浗闄呬笂鍙戠幇杩欎釜闂鍚庣敤unicode鏉ヨ瘯鍥剧粺涓鍏ㄧ悆鐨勬枃瀛楃紪鐮鏂瑰紡锛屽彲鎯滃悇涓浗瀹堕兘涓嶆効鎰忥紝鍥犳浜х敓澶ч噺缂栫爜杞寲...
绛旓細cn琛ㄧず浣犳槸鍦ㄤ腑鍥斤紝zh琛ㄧず浣犵殑璇█鐜鏄腑鏂囷紝utf-8琛ㄧず瀛楃鐨勭紪鐮鏂瑰紡鏄痷tf-8
绛旓細GB2312鏄瀛楃缂栫爜鍚嶇О锛屽睘绠浣撲腑鏂囩紪鐮佺殑涓绉嶏紝绠浣撲腑鏂囪嚜1980骞翠唬浠ユ潵閫氬父浣跨敤涓崕浜烘皯鍏卞拰鍥藉浗瀹舵爣鍑嗘诲眬鍏竷鐨凣B 2312锛屼互鍙婂叾鍚庣户鐨凣BK鍜孏B 18030涓枃缂栫爜銆傝繎骞存潵闅忕潃Unicode璺ㄨ瑷缂栫爜闆嗙殑鍑虹幇锛屼篃琚箍娉涗娇鐢ㄣ傛墍浠ラ氬父璇寸殑浠垮畫灏卞熀鏈笂鏄豢瀹媉GB2312浜嗐
绛旓細1銆佽緭鍏ョ爜锛氬皢姹夊瓧杈撳叆鍒拌绠楁満涓傚父鐢ㄧ殑杈撳叆鐮佹湁鎷奸煶鐮併佷簲绗斿瓧鍨嬬爜銆佽嚜鐒剁爜銆佽〃褰㈢爜銆佽鐭ョ爜銆佸尯浣嶇爜鍜岀數鎶ョ爜绛 2銆佷氦鎹㈢爜锛氳绠楁満鍐呴儴澶勭悊鐨勪俊鎭傝绠楁満鍐呴儴澶勭悊鐨勪俊鎭锛岄兘鏄鐢ㄤ簩杩涘埗浠ｇ爜琛ㄧず鐨勶紝姹夊瓧涔熶笉渚嬪銆3銆佹満鍐呯爜锛氳緭鍏鐨勬眽瀛澶栫爜鍒版満鍣ㄥ唴閮ㄩ兘瑕佽浆鎹㈡垚鏈哄唴鐮侊紝鎵嶈兘琚瓨鍌ㄥ拰杩涜鍚勭澶勭悊銆
绛旓細鍙嶄箣锛屽皢瀛楄妭涓茶浆鍖栨垚瀛楃涓叉椂锛屼篃鍙兘澶氫釜瀛楄妭杞寲鎴愪竴涓瓧绗︺傛瘮濡傦紝[0xD6, 0xD0] 杩欎袱涓瓧鑺傦紝閫氳繃 GB2312 杞寲涓哄瓧绗︿覆鏃讹紝灏嗗緱鍒 [0x4E2D] 涓涓瀛楃锛鍗 '涓' 瀛椼傗淎NSI 缂栫爜鈥濈殑鐗圭偣锛1. 杩欎簺鈥淎NSI 缂栫爜鏍囧噯鈥濋兘鍙兘澶勭悊鍚勮嚜璇█鑼冨洿涔嬪唴鐨 UNICODE 瀛楃銆2. 鈥淯NICODE 瀛楃鈥濅笌鈥...
绛旓細1銆佸浗闄呴偖鏀缂栫爜灏辨槸鍥介檯涓婄敤浜庡尯鍒嗕笉鍚屽浗闄呯殑閭斂缂栫爜銆傛牸寮忔槸锛氬浗瀹跺悕绉+閭斂缂栫爜+鍦板悕浠ｇ爜+鍥藉鍚嶇О+閭斂缂栫爜+鍦板悕浠ｇ爜锛屼緥濡傦細鏂板姞鍧 999002 XJP锛屼腹楹 999017 DM锛岀憺鍏 999027 RD绛夈2銆佷腑鍥芥病鏈夊浗闄呴偖缂 瑕佹槸閭瘎鍥介檯淇″嚱鏄笉鐢ㄩ偖缂栫殑銆
绛旓細UTF-8锛8-bit Unicode Transformation Format锛夋槸涓绉嶉拡瀵筓nicode鐨勫彲鍙橀暱搴瀛楃缂栫爜锛鍙堢О涓囧浗鐮併傜敱Ken Thompson浜1992骞村垱寤恒傜幇鍦ㄥ凡缁忔爣鍑嗗寲涓篟FC 3629銆俇TF-8鐢1鍒6涓瓧鑺傜紪鐮乁nicode瀛楃銆傜敤鍦ㄧ綉椤典笂鍙互缁熶竴椤甸潰鏄剧ず涓枃绠浣撶箒浣撳強鍏跺畠璇█锛堝鑻辨枃锛屾棩鏂囷紝闊╂枃锛夈傚湪鎵鏈夊瓧绗﹂泦涓紝鏈鐭ュ悕鐨勫彲鑳借鏁...
