通俗易懂的解释字符集和字符编码

字符集（至关于接口）

• 字库表

  包含全部的字符库。

• 码点code ponit

  标识字库表中的每一个字符的位置。（码点是不能直接使用的，还需字符集编码的实现）。

• 例如

  • ASCII字符集
  • Unicode字符集

字符编码（至关于实现类）

定义了字符集的码点的规则。

• ASCII编码（ASCII字符集的一种实现）

  一个字节，包含8bit，共256种。0~127表示默认字符，128~255是扩展字符。

• Unicode编码（unicode字符集的一种实现）

  一个英文等于两个字节，一个中文（含繁体）等于两个字节。 兼容ASCII编码，英文前一字节用00000000填充。

• utf-8编码（unicode字符集的一种实现）

  • 是一个可变长度的默认为8bit=1byte的码点的存储方式。
  • 单字节的字符，字节的第一位设为0，对于英语文本，UTF-8码只占用一个字节，和ASCII码彻底相同；
  • n个字节的字符(n>1)，第一个字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10，这n个字节的其他空位填充该字符unicode码，高位用0补足。

  1字节 0xxxxxxx 
  2字节 110xxxxx 10xxxxxx 
  3字节 1110xxxx 10xxxxxx 10xxxxxx 
  4字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 
  5字节 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 
  6字节 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 。
  复制代码

一种字符集的可能对应仅一种或多种的字符编码实现。

unicode字符集：

• utf-8 编码
• utf-16 编码
• utf-32 编码
• ...

GBK2321字符集：

• GBK2321编码

参考

• UTF-8编码规则
• 深刻图解字符集与字符集编码
• 字符集详解（一看就懂系列
• 十分钟搞清字符集和字符编码