关于字符集和编码的问题

我们所看所说的都是某种字符，如英文 汉字等  ==》字符集
计算机存储与处理的都是用二进制数   ==》字符编码
字符集(charset):某种（各种）文字和符号的集合
字符编码(character encoding):在符号集合与数字系统之间建立的对应关系。也就是将符号转换为计算机可以接受的数字系统的数，称为数字代码。
编码：按照何种规则将字符存储在计算机中，如'a'用什么表示，称为编码。
解码：将存储在计算机中的二进制数解析显示出来，称为解码。
要知道：同样的文本，不同的编码所存储的二进制数据是不同的。


ASCII(American Standard Code for Information Interchange):它是现今最通用的单字节编码系统，主要用于显示现代英语
ASCII字符集：主要包括控制字符，英文大小写字符 阿拉伯数字和西文符号等，也叫"半角"字符
ASCII编码：  将ASCII字符集转换为计算机可以接受的数字系统的数的规则，用一个字节来表示


GB2312：这是比较通用的汉字的编码系统。使用两个字节来表示。涵盖了ASCII字符集，因包含的符号较全面，也称为"全角"字符


Unicode编码系统为表达任意语言的任意字符而设计。它使用4字节的数字来表达每个字母 符号 或者表意文字。每个数字代表唯一的至少在某种语言中使用的符号。
可以说Unicode是字符集，UTF-32 UTF-16 UTF-8是三种基于Unicode的编码规则。
UTF-32  (32-bit Unicode Transformation Format):固定用4个字节的数字来代表唯一的某个字符。
UTF-16  (32-bit Unicode Transformation Format):0到65535之内用2个字节表示，超出则用4个字节表示
UTF-8   (8-bit Unicode Transformation Format):128个US-ASCII字符只需一个字节编码
         拉丁文 希腊文 亚美尼亚语等用两个字节编码
         基本多文种平面字符，如汉字使用三个字节编码
         极少使用的用四字节编码
          是现今世界较通用的编码方式


要点：
1、用什么样的编码格式录入（存储，保存），就告诉浏览器用什么样的编码格式（<meta charset="" />）解码显示。
2、UTF-8+BOM编码似乎能够较好的解决因代码移植引起的乱码问题。UTF-8是推荐的编码方式。

几个常用的特殊字符的编码：

	"		=>		"
	'		=>		'
			=>		 
	<		=>		&lt;
	>		=>		&gt;
	&		=>		&amp;