编码方式

编码方式

位宽

字符集

备注

ASCII

7位

英文字母、阿拉伯数字、标点符号等

GB2312

/ EUC-CN

双字节等宽

01-09区：符号数字区

16-87区：汉子区（简体）

10-15,88-94区：空白区

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

1、       区位码=区号+位号（共94区+94位）

GBK

双字节等宽

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

1、     GB2312的超集，完全向下兼容GB2312

2、     低字节占用了ASCII的编码空间

3、     如果考虑兼容ASCII，也可以看成单双字节变长编码

CP936

双字节等宽

1、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

GB18030

变长编码，有单字节、双字节和四字节三种方式

世界大多民族的文字符号都被收录在内

向下兼容GBK、GB2312

2、单字节编码完全等同与ASCII

双字节编码的范围和GBK相同

BIG5

双字节

繁体汉字

1、低字节占用了ASCII的编码空间

ISO-8859-1/Latin1（Latin-1）

单字节

除ASCII收录的字符外，还包括西欧语言、希腊语、泰语、阿拉伯语、希伯来语对应的文字符号。（欧元符号

例外）

1、在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。换言之，把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题

ISO 10646标准

31位

BMP基本包括了所有语言中绝大多数字符，所以只要支持BMP就可以支持绝大多数场合下的应用。

1、     前两个字节的位置：基本多语言面（Basic Multilingual Plane, BMP）

2、     超出两个字节的范围称作辅助语言面

UCS字符集（Unicode字符集）实际应用中的具体编码方式：

UCS-2

双字节等宽

等同于BMP

UCS-4

4个字节等宽

BMP+辅助语言面

UTF-8

单字节（8位）

1、UTF-8完全和ASCII兼容

2、UTF-8的编码的传输过程中即使丢掉一个字节，根据编码规律也很容易定位丢掉的位置，不会影响到其他字符

UTF-16

变长编码（16位）

1、是UCS-2的超集，UTF-16编码的两字节编码方式完全和UCS-2相同，也就是说在BMP的框架内UCS-2完全等同与UTF-16。