常用字符集编码详解
ASCII
ASCII码是7位编码，编码范畴是0x00-0x7F。ASCII字符集包括英文字母、阿拉伯数字和标点符号等字符。其中0x00-0x20和0x7F共33个控制字符。
只支撑ASCII码的系统会忽略每个字节的最高位，只以为低7位是有效位。HZ字符编码就是早期为了在只支撑7位ASCII系统中传输中文而设计的编码。早期许多邮件系统也只支撑ASCII编码，为了传输中文邮件必须运用BASE64或者其他编码方式。
GB2312
GB2312是基于区位码设计的，区位码把编码表分为94个区，每个区对应94个位，每个字符的区号和位号组合起来就是该汉字的区位码。区位码个别 用10进制数来表示，如1601就表示16区1位，对应的字符是“啊”。在区位码的区号和位号上离别加上0xA0就得到了GB2312编码。
区位码中01-09区是符号、数字区，16-87区是汉字区，10-15和88-94是不决义的空白区。它将收录的汉字分成两级：第一级是常用汉字计3755个，置于16-55区，按汉语拼音字母/笔形次序排列；第二级汉字是次常用汉字计3008个，置于56-87区，按部首/笔画次序排列。一级汉字是按照拼音排序的，这个就可以得到某个拼音在一级汉字区位中的范畴，许多依据汉字可以得到拼音的程序就是依据这个道理编写的。
GB2312字符集中除常用简体汉字字符外还包括希腊字母、日文平假名及片假名字母、俄语西里尔字母等字符，未收录繁体中文汉字和一些生僻字。可以用繁体汉字测试某些系统是不是只支撑GB2312编码。
GB2312的编码范畴是0xA1A1-0x7E7E，去除不决义的区域之后可以了解为现实编码范畴是0xA1A1-0xF7FE。
EUC-CN可以了解为GB2312的又名，和GB2312完全雷同。
区位码更应当以为是字符集的定义，定义了所收录的字符和字符位置，而GB2312及EUC-CN是现实盘算机环境中支撑这种字符集的编码。HZ和ISO-2022-CN是对应区位码字符集的另外两种编码，都是用7位编码空间来支撑汉字。区位码和GB2312编码的关系有点像 Unicode和UTF-8。
GBK
GBK编码是GB2312编码的超集，向下完全兼容GB2312，同时GBK收录了Unicode根本多文种平面中的所有CJK汉字。同 GB2312同样，GBK也支撑希腊字母、日文假名字母、俄语字母等字符，但不支撑韩语中的表音字符（非汉字字符）。GBK还收录了GB2312不包含的汉字部首符号、竖排标点符号等字符。
GBK的整体编码范畴是为0x8140-0xFEFE，不包括低字节是0×7F的组合。高字节范畴是0×81-0xFE，低字节范畴是0x40-7E和0x80-0xFE。
低字节是0x40-0x7E的GBK字符有一定特别性，由于这些字符占用了ASCII码的位置，这样会给一些系统带来费事。
有些系统中用0x40-0x7E中的字符（如“|”）做特别符号，在定位这些符号时又没有判断这些符号是不是属于某个 GBK字符的低字节，这样就会造成差错判断。在支撑GB2312的环境下就不存在这个题目。需要注意的是支撑GBK的环境中小于0x80的某个字节未必就是ASCII符号；另外就是最佳选用小于0×40的ASCII符号做一些特别符号，这样就可以迅速定位，且不用担忧是某个汉字的另一半。Big5编码中也存在响应题目。
CP936和GBK的有些许差别，绝大多数状况下可以把CP936当作GBK的又名。
GB18030
GB18030编码向下兼容GBK和GB2312，兼容的含义是不仅字符兼容，而且雷同字符的编码也雷同。GB18030收录了所有Unicode3.1中的字符，包括中国少数民族字符，GBK不支撑的韩文字符等等，也可以说是天下大多民族的文字符号都被收录在内。
GBK和GB2312都是双字节等宽编码，要是算上和ASCII兼容所支撑的单字节，也可以了解为是单字节和双字节混合的变长编码。GB18030编码是变长编码，有单字节、双字节和四字节三种方式。
GB18030的单字节编码范畴是0x00-0x7F，完全等同与ASCII；双字节编码的范畴和GBK雷同，高字节是0x81-0xFE，低字节的编码范畴是0x40-0x7E和0x80-FE；四字节编码中第一、三字节的编码范畴是0x81-0xFE，二、四字节是0x30-0x39。
Windows中CP936代码页运用0x80来表示欧元符号，而在GB18030编码中没有运用0x80编码位，用其他位置来表示欧元符号。这可以了解为是GB18030向下兼容性上的一点小题目；也可以了解为0x80是CP936对GBK的扩展，而GB18030只是和GBK兼容良好。
unicode
每一种说话的不一样的编码页，添加了那些需要支撑不一样说话的软件的复杂度。因此人们拟定了一个天下规范，叫做unicode。unicode为每个字符供给了独一的特定数值，不论在什么平台上、不论在什么软件中，也不论什么说话。也就是说，它天下上运用的所有字符都列出来，并给每一个字符一个独一特定数值。
Unicode的最初指标，是用1个16位的编码来为超过65000字符供给映射。但这还不足，它不能遮盖全部历史上的文字，也不能解决传输的题目 (implantation head-ache's)，尤为在那些基于网络的利用中。已有的软件必须做大量的工作来程序16位的数据。
因而，Unicode用一些根本的保存字符拟定了三套编码方式。它们离别是UTF-8,UTF-16和UTF-32。正如名字所示，在UTF－8中，字符是以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大益处，是UTF－8保存了ASCII字符的编码做为它的一局部，例如，在UTF－8和ASCII中，“A”的编码都是0x41.
UTF－16和UTF－32离别是Unicode的16位和32位编码方式。考虑到最初的目的，平常说的Unicode就是指UTF-16。在计议Unicode时，搞分明哪种编码方式非常重要。
UTF-8
Unicode Transformation Format-8bit，允许含BOM，但平常不含BOM。是用以解决国际上字符的一种多字节编码，它对英文运用8位（即一个字节），中文运用24为（三个字节）来编码。UTF-8包含全天下所有国家需要用到的字符，是国际编码，通用性强。UTF-8编码的文字可以在多国支撑UTF8字符集的阅读器上显示。如，要是是UTF8编码，则在外国人的英文IE上也能显示中文，他们无需下载IE的中文说话支撑包。
GBK的文字编码是用双字节来表示的，即不论中、英文字符均运用双字节来表示，为了区分中文，将其最高位都设定成1。GBK包含全部中文字符，是国家编码，通用性比UTF8差，不过UTF8占用的数据库比GBK大。
GBK、GB2312等与UTF8之间都必须通过Unicode编码才能彼此转换：
GBK、GB2312－－Unicode－－UTF8
UTF8－－Unicode－－GBK、GB2312
关于一个网站、论坛来说，要是英文字符较多，则倡议运用UTF－8节俭空间。不过此刻许多论坛的插件个别只支撑GBK。
