趣谈Unicode、ASCII、UTF-8、GB2312、GBK等编码知识

什么是编码？

计算机是一台二进制数处理机器，它无法直接处理人类可读的字符和文本。因此，需要通过一种规范来将字符和文本转化为计算机可识别的二进制数，这个规范就叫做编码。

ASCII编码

ASCII编码，全称是American Standard Code for Information Interchange，中文名称为“美国信息互换标准代码”，同样也是一个字符编码的规范。它是由美国国家标准学会（ANSI）于1963年制定。ASCII编码主要包含128个字符，包括26个英文大写字母、26个英文小写字母、10个阿拉伯数字、标点符号（如句号、感叹号等）和控制字符。

因为ASCII编码只有128个字符，不能满足其他语言文字的需求，因此逐渐被Unicode编码取代。

Unicode编码

Unicode是一种字符集，它为所有文字、符号和表情等等定义了一个唯一的数字码点，用于表示世界上所有的字符。Unicode编码包含了目前世界上所有与语言有关的符号以及文字，是一个通用字符编码标准。

Unicode编码包括了许多子集，比如UTF-8、UTF-16、UTF-32等。其中，UTF-8编码是最广泛使用的一种Unicode编码。

UTF-8编码

UTF-8编码是一种变长字符编码，也是一种Unicode编码的实现方式，它使用1~4个字节来表示一个字符，根据字符的不同而变化。

UTF-8编码的优点在于它能够表示任意字符，包括Unicode编码中的所有字符，而且它也具有很好的兼容性，因为它能够与ASCII编码兼容。

下面是一个UTF-8编码的例子：

中 -> 11100100 10111000 10101101

GB2312编码和GBK编码

GB2312编码是一种双字节字符集，也是一种汉字编码标准。GB2312编码一共有7445个字符，包括了现代汉语中所有的常用汉字。

GBK编码是GB2312编码的扩展，它使用两个字节来表示一个字符，其中包含了更多的汉字和其他的符号。GBK编码包含了GB2312编码中的所有字符，以及新加入的18000多个汉字和符号。

示例：

你 -> GB2312编码：B1A3，GBK编码：C4EA

以上就是Unicode、ASCII、UTF-8、GB2312、GBK等编码知识的详细介绍，希望对您有所帮助。