关于各种编码的简要理解

GB2312：两个大于127的字符连在一起时，就表示一个汉字。还重新编码了ACSII，于是被重新编码的两个字节ACSII就是常说的“全角”字符，而原来127以下的那些就叫做“半角”字符。


GBK：只要第一个字节大于127，就固定表示这是一个汉字的开始，GBK包括了GB2312的所有内容，同时又增加了近两万个新汉字（包括繁体）和符号。


GB18030：增加了几千个少数名族的字


这一系列汉字编码标准统称为DBCS（Double Byte Character Set双字节字符集）


ANSI编码：就是不同的国家和地区制定了不同的标准的总汇。对于英文文件是ASCII编码。在简体中文Windows操作系统中，ANSI 编码代表 GBK 编码；在繁体中文Windows操作系统中，ANSI编码代表Big5；在日文Windows操作系统中，ANSI 编码代表 Shift_JIS 编码。


Unicode：废了所有的地区性编码方案，重新编码了所有字符集，并取名"Universal Multiple-Octet Coded Character Set"，简称 UCS, 俗称 "UNICODE"。 Unicode严格来说只是字符集，它为每个字符定义一个数字序号，没有编码方式。


UTF-8：utf-8其实就是Unicode字符集的编码方式，它规定了Unicode字符如何在计算机中存储和传输等等。

GBK与Unicode：Unicode重新编码并没有考虑到各个国家字符编码的兼容问题，即就GBK编码而言，Unicode并没有参照GBK的字符映射关系。因此，GBK与Unicode对汉字字符的编码是完全不同的，更别提GBK与utf8的转换。所以我猜想GBK与Unicode的转换只能根据查找出来汉字的对比相同与否来判断了。

Unicode和utf8大行其道，为什么GBK还不被废弃？

原因：GBK的中文字符占两个字节，utf8编码下的中文字符占三个字节，相比之下，GBK占用内存更小，更节省空间