ansi gb2312 gbk unicode utf-8的问题

主要内容转摘自：（1-6）http://gjican.iteye.com/blog/1028003， 

                          （7） https://www.zhihu.com/question/20650946

1 ascii -:0~127

2 gb2312 ，使用2字节表， 可以包括7千多个常用简体汉字

       高字节                   低字节

      161-247（86）      161-254（93），    

3 GBK 18030 对GB2312 进行了扩展， 凡是低字节的值大于127，都认为是汉字， 于是包括了中国所有民族的文字， 很牛B的样子. 共有2万多个字符

4  UNICODE  将全世界所有语言进行统一编码，每个字符2个节，汉字在这里面是一个字符！

  但是，UNICODE 在制订时没有考虑与任何一种现有的编码方案保持兼容，这使得 GBK 与UNICODE 在汉字的内码编排上完全是不一样的，没有一种简单的算术方法可以把文本内容从UNICODE编码和另一种编码进行转换，这种转换必须通过查表来进行。

 ISO已经准备 了UCS-4方案，说简单了就是四个字节来表示一个字符

5 UNICODE到UTF8的转换规则

Unicode                      UTF-8
0000 - 007F                0xxxxxxx
0080 - 07FF             110xxxxx 10xxxxxx

0800 - FFFF           1110xxxx 10xxxxxx 10xxxxxx

6 传输及显示

 为了在不同的计算机上经过传输显示汉字, 需要根据程序编码进行相应转换

-- 程序编码使用gb2312, 需要经过gb2312->unicode->utf-8()-unicode->gb2312,。

--程序编码使用unicode，只需转换为utf-8再传输即可。 即unicode->utf-8()-unicode。

7 关于字符集（character set）和编码（encoding）

--对于 ASCII、GB 2312、Big5、GBK、GB 18030 之类的遗留方案来说，基本上一个字符集方案只使用一种编码方案

 --比如 ASCII 这部标准本身就直接规定了字符和字符编码的方式，所以既是字符集又是编码方案；

对于 Unicode，字符集和编码是明确区分的。Unicode/UCS 标准首先是个统一的字符集标准。而 Unicode/UCS 标准同时也定义了几种可选的编码方案，在标准文档中称作「encoding form」，主要包括 UTF-8、UTF-16 和 UTF-32。
所以，对 Unicode 方案来说，同样的基于 Unicode 字符集的文本可以用多种编码来存储、传输。
所以，用「Unicode」来称呼一个编码方案不合适，并且误导。