文本编码

单字节编码

• 7Bit编码：ASCII
• 8Bit编码：ISO/IEC 8859

多字节编码

• 简体中文：GB 2312、GBK、GB 18030
• 繁体中文：Big5

Unicode

• 定长编码：UCS-2、UTF-32/UCS-4
• 变长编码：UTF-8、UTF-16

ISO/IEC 8859

1. Latin-1 Western European
1. Latin-2 Central European
1. Latin-3 South European
1. Latin-4 North European
1. Latin/Cyrillic
1. Latin/Arabic
1. Latin/Greek
1. Latin/Hebrew
1. Latin-5 Turkish
1. Latin-6 Nordic
1. Latin/Thai
1. Latin/Devanagari
1. Latin-7 Baltic Rim
1. Latin-8 Celtic
1. Latin-9
1. Latin-10 South-Eastern European

Unicode/UCS

UCS是国际标准ISO/IEC 10646定义字符集，是很多字符编码的基础。
Unicode是世界上大多数文字系统进行一致性编码、呈现以及处理的行业标准。

• UCS和Unicode有着相同的字库和字码，相同的字符在两个标准中有着相同的位置。
• 相比UCS ，Unicode新版本的发布和新字符的添加更加频繁。
• 不同于UCS仅仅是字符映射 ，Unicode额外定义了许多与字符相关的规则与规范，包括字符串排序／比较规则，文字规范化、双向文字（比如：拉丁文和希伯来文的混合文字）处理算法等。

不同的Unicode实现历史

• UCS-2
• UTF-8
  • 1992年7月
    USL的Dave Prosser提出FSS-UTF提案。
  • 1992年9月
    Ken Thompson和Rob Pike基于FSS-UTF提案进行部分修改，并最终被X/Open接纳称成为FSS-UTF （UTF-8的旧称）规范。
  • 1993年1月
    UTF-8在圣地亚哥举办的USENIX 会议上被首次正式使用。
• UTF-16
  • 1996年7月
    在Unicode 2.0 中首次出现。

Unicode实现对比

中文编码

1. GB2312编码
国家标准，使用2Byte进行编码。
1. GBK编码
微软标准，与GB2312完全兼容，使用2Byte进行编码。
1. GB18030编码
国家标准，与GB2312／GBK基本兼容，并且符合Unicode规范。和UTF-8一样，是一种Unicode实现。

文本文件的编码

• Windows
  • ASNI
    默认编码方式，不同语言环境下不同。简体中文环境下为GBK编码。
  • Unicode
    对应带BOM头的UTF-16编码。
  • UTF-8
    对应带BOM头的UTF-8编码。
• Mac
  • UTF-8
    默认编码方式，对应UTF-8编码。
  • UTF-16
    对应UTF-16编码。
  • 简体中文（Mac）
  • GB 18030

二进制转文本编码

直到20世纪90年代初，大多数程序和数据传输通道假设所有的字符都是用0到127（7位）的数表示的。二进制文件不能直接使用7位的数据通道传输。为了解决这个问题，我们设计了使用 7位ASCII字符表示的二进制转文本编码。

• Quoted-Printable编码
  任何8位字节的值可以被编码成3个字符：一个“=”字符紧跟着两个16进制的数字 （0–9或A–F）字符用于表示字节的数值。

• Base64编码
  首先，选取64个不同可打印ASCII字符，64不同的字符可以完整地表示6位的数据。然后，按照4个6位数据可表示3个8位数据的逻辑进行转换。

• Percent／URL编码
  和Quoted-Printable类似，只是将“=”字符换成了“%”字符。

ps:目前诚招前端/后端/移动端/测试社招&校招岗位！

• 岗位介绍链接：https://m.zhipin.com/mpa/html/weijd/weijd-boss/1a2cf8dbc2a5c73103V53dW_F1Y~?sid=qr_self
• 公司介绍：http://www.ccint.com/
  （扫描全能王、名片全能王、启信宝、橘子兼职都是我们的产品哟~~）
• 简历投递：邮件发送至fei_hong@intsig.net（命名格式为“岗位+20xx届+学校+姓名”）
  期待你们的加入哦~
• 欢迎在评论中跟我们进行技术交流哦~ 等你~