字符、字符集及编码

字符（character）

字符是指计算机中使用的字母、数字、字、符号；在utf-8编码中，一个中文字符存储需要3-4个字符，一个英文字符存储需要1个字符；

字符集（character set）

多个字符的集合；每个字符集包含的字符个数不同；

常见字符集：ASCII、GB2312、BIG5、GB18030、Unicode字符集等；

常见字符集

名称 含义 备注 补充 Unicode （统一码、万国码、单一码）为每种语言每种字符设定并且唯一二进制编码，满足跨平台、跨语言进行文本转换、处理的要求；它的出现是为了解决传统的字符编码方案的局限产生的 unicode实现方式有三种:UTF-8,UTF-16,UTF-32;UTF(Unicode Transformation Format)Unicode字符集转换格式 Unicode虽然统一了编码，但是它效率不高，比如UCS-4(Unicode标准之一)用4个字节一个符号，每个英文前就必有三个字节为0，这对存储传输而言都很耗资源。UTF-8使用可变长度字节来储存Unicode字符,占用1-4个字节； ASCII American Standard Code for Information Interchange 美国信息互换标准编码，主要用于现代和其他西欧语言 现今最通用单字节系统，并等同于iso 646 MBCS/ANSI 多字节字符集，为了扩充ASCII已显示本国语言，由此产生了GB2312，BIG5，JIS等各自编码标准 所有编码都有转换器可以转换到Unicode,Unicode也可以到其他所有的编码 GB2312 简体中文字符集，不包括繁体字，两个字节表示一个汉字，仅在中国通用，导致在全国范围内会出现乱码，因为浏览器不支持或者没安装相应的编码表；由于GB2312不能人名、古语方面的罕见字，就出现了GBK、GB18030；GBK汉子内码扩展规范,字符有一字节和双字节编码；

字符编码

字符编码就是二进制的来对应字符集的字符；
Unicode可依不同需要以UTF-8、UTF-16、UTF-32等方式编码；