常用字符集编码详解：常用字符集编码详解：ASCIIASCII 、、GB2312GB2312、、GBKGBK、、GB18030GB18030、、unicodeunicode、、U U TF-8TF-8 ASCIIASCIIASCII 码是 7 位编码，编码范围是 0x00-0x7FASCII 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 个控制字符只支持 ASCII 码的系统会忽略每个字节的最高位，只认为低 7 位是有效位 HZ 字符编码就是早期为了在只支持 7 位 ASCII 系统中传输中文而设计的编码 早期很多邮件系统也只支持 ASCII 编码，为了传输中文邮件必须使用 BASE64 或 者其他编码方式GB2312GB2312GB2312 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一般 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 码的区号和位号上分别加上 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 是未定义的空白区。
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/笔形顺序排列；第二级汉字是次常用汉字计 3008 个，置于 56-87 区，按部首/笔画顺序排列一级汉字 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围，很多根据汉字可以得到拼音的程序就是根据这个原理编写的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持 GB2312 编码GB2312 的编码范围是 0xA1A1-0x7E7E，去掉未定义的区域之后可以理解为实际编码范围是 0xA1A1-0xF7FEEUC-CN 可以理解为 GB2312 的别名，和 GB2312 完全相同区位码区位码更应该认为是字符集的定义，定义了所收录的字符和字符位置，而 GB2312 及 EUC-CN 是实际计算机环境中支持这种字符集的编码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 位编码空间来支持汉字区位码和 GB2312 编码的关系有点像 Unicode 和 UTF-8。
GBKGBK 编码是 GB2312 编码的超集，向下完全兼容 GB2312，同时 GBK 收录了 Unicode基本多文种平面中的所有 CJK 汉字同 GB2312 一样，GBK 也支持希腊字母、日文假名字母、俄语字母等字符，但不支持韩语中的表音字符（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 的整体编码范围是为 0x8140-0xFEFE，不包括低字节是 0×7F 的组合高字节范围是 0×81-0xFE，低字节范围是 0x40-7E 和 0x80-0xFE低字节低字节是 0x40-0x7E 的 GBK 字符有一定特殊性，因为这些字符占用了 ASCII 码的位置，这样会给一些系统带来麻烦有 些系统中用 0x40-0x7E 中的字符（如“|”）做特殊符号，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，这样就会造成错误判断在支持 GB2312 的环境下就不存在这个问题需要注意的是支持 GBK 的环境中小于 0x80 的某个字节未必就 是ASCII 符号；另外就是最好选用小于 0×40 的 ASCII 符号做一些特殊符号，这样就可以快速定位，且不用担心是某个汉字的另一半。
Big5 编码中也 存在相应问题CP936 和 GBK 的有些许差别，绝大多数情况下可以把 CP936 当作 GBK 的别名GB18030GB18030 编码向下兼容 GBK 和 GB2312，兼容的含义是不仅字符兼容，而且相同字符的编码也相同GB18030 收录了所有 Unicode3.1 中的字符，包括中国少数民族字符，GBK 不支持的韩文字符等等，也可以说是世界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，如果算上和 ASCII 兼容所支持的单字节，也可以理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 的单字节编码范围是 0x00-0x7F，完全等同与 ASCII；双字节编码的范围和 GBK相同，高字节是 0x81-0xFE，低字节的编码范围是 0x40-0x7E 和 0x80-FE；四字节编码中第一、三字节的编码范围是 0x81-0xFE，二、四字节是 0x30-0x39Windows 中 CP936 代码页使用 0x80 来表示欧元符号，而在 GB18030 编码中没有使用0x80 编码位，用其他位置来表示欧元符号。
这可以理解为是 GB18030 向下兼容性上的一点小问题；也可以理解为 0x80 是 CP936 对 GBK 的扩展，而 GB18030 只是和 GBK 兼容良好unicode每一种语言的不同的编码页，增加了那些需要支持不同语言的软件的复杂度因而人们制定了一个世界标准，叫做 unicodeunicode 为每个字符提供 了唯一的特定数值，不论在什么平台上、不论在什么软件中，也不论什么语言也就是说，它世界上使用的所有字符都列出来，并给每一个字符一个唯一特定数值Unicode 的最初目标，是用 1 个 16 位的编码来为超过 65000 字符提供映射但这还不够，它不能覆盖全部历史上的文字，也不能解决传输的问题 (implantation head-ache's)，尤其在那些基于网络的应用中已有的软件必须做大量的工作来程序 16 位的数据因 此，Unicode 用一些基本的保留字符制定了三套编码方式它们分别是 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好处，是 UTF－8 保留了 ASCII 字符的编码做为它的一部分，例如，在 UTF－8 和 ASCII 中，“A”的编码都是 0x41.UTF－16 和 UTF－32 分别是 Unicode 的 16 位和 32 位编码方式。
考虑到最初的目的，通常说的 Unicode 就是指 UTF-16在讨论 Unicode 时，搞清楚哪种编码方式非常重要UTF-8UTF-8Unicode Transformation Format-8bit，允许含 BOM，但通常不含 BOM是 用以解决国际上字符的一种多字节编码，它对英文使用 8 位（即一个字节）， 中文使用 24 为（三 个字节）来编码UTF-8 包含全世界所有国家需要用到的 字符，是国际编码，通用性强UTF-8 编码的文字可以在各国支持 UTF8 字符集 的浏览器上显 示如，如果是 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 的中文语言支持包GBKGBK 的文字编码是用双字节来表示的，即不论中、英文字符均使用双字节来 表示，为了区分中文，将其最高位都设定成 1GBK 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 GBD 大GBK、GB2312 等与 UTF8UTF8 之间都必须通过 Unicode 编码才能相互转换：GBK、GB2312－－Unicode－－UTF8UTF8－－Unicode－－GBK、GB2312对于一个网站、论坛来说，如果英文字符较多，则建议使用 UTF－8 节省空间。
不过现在很多论坛的插件一般只支持 GBK。