字符編碼發展歷程

ASCII(American Standard Code for Information Interchange)編碼

歷史背景：計算機在小范圍內使用，如美國；

編碼規則：用一個字節中的7個bit位表示，范圍為0x00~0x7F，可用於控制打字機，0~0x20用於控制，后面包括標點、數字、字母等符號。

ASCII擴展編碼

歷史背景：計算機在更多歐洲國家使用，ASCII不能夠表示更多的歐洲字符；

編碼規則：第8個bit位也用於表示字符，擴展范圍（0x80~0xFF），表達范圍0x00~0xFF。

ANSI（American National Standard Institite ）編碼

歷史背景：計算機在亞洲國家使用，出現很多象形文字，如中文、日文、韓文等，ASCII擴展不能滿足要求。

編碼思想：根據自身特征，自定義文字編碼，並得到ANSI認可。這樣會出現多套編碼，每套編碼都遵循ANSI編碼規則，如GB2312（簡體中文）、BIG5（繁體中文）、JIT（日文）。

注意事項：ANSI編碼只是一個標准，並不是具體的編碼。

編碼規則：

1. 可以使用多字節標識；
2. 各家自定義編碼規則；
3. ASCII原有編碼保持不變，比如以前ASCII編碼的表示的值，在新編碼中表示的值一致；

MBCS（Multi-Byte Chactacter System（Set)）

歷史背景：ANSI編碼標准和規則出現后，MBCS是對ANSI編碼的實現。

編碼規則：

1. 遵循ANSI編碼規則；
2. 編碼和解碼規則各家自定義；

應用實例：GB2312（簡體中文）、BIG5（繁體中文）、JIT（日文）等的具體編碼

CodePage

歷史背景：根據ANSI通過MBCS實現了多套字符集，一個系統、程序要支持多種字符編碼是不是要打多個包呢。

解決方法：每套字符集用一個代碼表示，該代碼稱為代碼頁CodePage，比如系統裝了多套字符集（如GB2312、BIG5），通過代碼快速實現切換到GB2312。

Unicode編碼

歷史背景：CodePage和各種字符集解決了一個操作系統、程序內保證使用同一套字符集，但是統一個系統、程序不能同時使用多套字符集，比如在記事本同時顯示中文和韓文。

編碼思想：大統一，一本容納所有字符的大字典，摒棄各家自己實現字符集編碼。

注意事項：Unicode是一個字符集碼表，不是具體的實現。

編碼規則：范圍0-0x10FFFF，至少3個字節存儲，還在不斷升級完善中。

Unicode編碼實現

歷史背景：Unicode編碼已提出，具體實現未落地

應用實例：UFT-8、UTF-16（UCS-2）、UTF-32（UCS-4）編碼等等