编码方式笔记

在日常工作当中，经常会遇到和字符编码相关的一些问题，今天来梳理一下，供日后查阅；

常见的编码方式有ascii码，utf-8, GB2302 GBK ANSI等

ascii码：
全称 American standard code for communication information, 由7bits表示，总共支持表示127个字符，最高位为0， 只能表示英文和标点符号；

utf-8：
utf-8 unicode编码的一部分，unicode编码可以对全球所有字符进行编码，每个字符都有一个唯一编码值，数值范围是 0x0000 至 0x10FFFF，有 1,114,111 即 100 多万个数值，可以表示 100 多万个字符；
utf-8是变长的编码方式，对于ASCII字符使用1个字节，但对于其他非ASCII字符（如中文、日文等）使用2到4个字节；其中中文占用3个字节；
utf-8编码方式：

GB2312和GBK:
这两种编码都是中文编码，都是ANSI编码的一种实现方式；在简体中文环境下，ANSI 编码实际上就是 GB2312 编码；其中GB2312只能表示简体中文，GBK是GB2312的扩展，能够表示繁体中文；这两种都是用2个字节表示中文字符；

ANSI:
ANSI 并不是具体的编码，而是指在不同地区使用的本地化字符编码方案。ANSI 编码依赖于操作系统中的代码页（Code Page），不同的代码页支持不同语言的字符。例如，Windows-1252 是用于西欧语言的 ANSI 编码，而 GB2312 本身可以被视为一种针对简体中文的 ANSI 编码（代码页936）。
字符集：根据不同的代码页，ANSI 编码可以表示不同语言的字符集

不同语言的ANSI编码不能兼容，如果使用错误的代码页打开文件，可能会导致乱码

分类：