从ASCII编码到UNICODE编码

       计算机产生之初，在美国，使用8个二进制数，即一个字节去表示字符就足够了，编码0-9，A-Z，a-z,一些特殊的符号，128个完全够用，这就是最初的ASCII编码，为了编码一些特殊的图形，以及一些外国语言，还要用到剩下的128个编码，这就是扩展ASCII；后来慢慢地计算机走向全世界，发现这样子编码是完全不够的，比如我们国家的汉字，远远超过了256个，这时候就想到了用两个字节去编码，共有2^16=66536种情况，但是相应的也就有了问题，原来的ASCII码怎么处理，不能说你编了汉字之后，原来的英文字符就不能用了，所以解决办法是用高字节用0xA1-0xF7，低字节用0xA1-0xFE来表示一个汉字，原来0-127编码的英文字符照样用，再后来发现还不够，就干脆对于低字节的部分不限制，当读到在高字节范围内的编码，就认为下一个字节是低字节的编码，这就是最初的GBK，国标码，这是属于双字节编码的（DBCS），但是这也就出现了问题，就是统一的问题，就拿汉字来说，中国、台湾、香港编码都不一样，不同的双字节编码完全不兼容。在这样的背景下，就出现了UNICODE，它是国际组织统一制定的，规定所有字符都是两个字节，包括英文字符（高位填零），并且将其他的语言进行了编码。UNICODE做到了统一，但是也是一种浪费，因为对于英文来说，完全浪费了一个字节。随着内存的增大，对于内存方面的限制越来越宽松，同时互联网发展，文件的传输，需要字符做到统一。在具体实现UNICODE码时，就出现了UTF-8，UTF-16，UTF-32。

      另外字符编码中经常看到ANSI、UNICODE BIG ENDIAN,ANSI全称是AMERICAN NATIONAL STANDARDS INSTITUTE，美国国家标准协会，此处代表设定的标准，那些一系列的即用单字节又用双字节表示的字符集，都看成ANSI，对于计算机中的ANSI，不同的系统是不一样的，可能是GBK，也有可能是其他的，而UNICODE BIG ENDIAN还有相对的little endian,限定的是码的存储格式，前者是高字节在高位，后者相反。

     为了实现统一，Windows中程序都是UNICODE编码的，即使是非UNICODE编码，也会进行隐式的转化，所以写程序时最好写成UNICODE字符集的原因，虽然改成多字符集的形式，既支持单字节，又支持双字节，但是这样会使程序多许多隐式的转换，这是不可取的。