之前寫了個，極其詳盡的，關於字元編碼的教程：
字元編碼詳解
由於內容太多，所以，新手學習起來，相對比較耗時和繁瑣。
此處，為了更方便的，快速學習和了解，我們，尤其是中國人，相對常見的那些字元編碼：
gb2312，gbk，gb18030
以及其他在程式設計實踐中比較容易遇到的：
ascii，utf-8，unicode，iso8859-1
以及，其他一些，也需要稍微了解一下的
正體中文的big5
等編碼，以及這些編碼之間的邏輯關係。
所以，特此專門，去寫個，相對篇幅不長的，容易理解和看懂的，關於字元編碼的簡明教程。
換句話說：
如果只是想要了解常見的字元編碼，則看看此文，就差不多了；
如果想要了解詳細的，關於每個字元編碼的編碼邏輯等細節內容，還是需要去看：字元編碼詳解
此文的目的，只是為了第一點：讓不熟悉字元編碼的人，看了此文，對於各種字元編碼，有個基本的了解。
計算機中，目前用的最廣泛，也是最基本的，算是ascii字元編碼了。
對於ascii的簡單總結就是：
ascii就是我們最常見的，26個英文本母，加上常見的那些字元等等，加起來的，字元編碼。
而對於這些字元，很容易理解，也在其他字元編碼中出現，比如簡體中文本元，正體中文本元，西歐字元，unicode等等，
所以，可以理解為：
ascii，就是其他各種字元編碼，所共有的最小集合，是其他字元編碼的始祖。
對於ascii的具體所含內容，可以總結為：
ascii字符集共27個字元
=128個字元
= 33個控制字元 + 95個可見字元
=33個控制字元 + （26個英文本母 + 常見的符號）
=null,…,cr,lf,vt,ff,…space,delete + （abc…xyzabc…xyz + !」#$…\^_…）
簡體中文的發展歷史，以此是：
2023年，國標指定的gb2312-80，簡稱gb2312，對應著微軟最早的cp936；
2023年，國標，借鑑unicode 1.1，再收錄中國大陸、台灣、日本及南韓通用字符集的漢字，指定出國標：gb 13000.1-93，簡稱gb13000；
微軟對於gb2312做了擴充套件，利用gb2312未使用的編碼空間，加進去gb13000和unicode1.1的字元，制定了gbk，對應著，微軟的現在的cp936；
2023年，中國，額外又收錄了藏文、蒙文、維吾爾文等主要的少數民族文字，出了國標gb18030-2000，簡稱gb18030，對應著微軟的cp54936
對於這幾個字符集的關係是：
從編碼的相容性上：
gb2312，gbk，gb18030，是相容的，包含的字元個數，以此更多，可以寫成：
gb2312 < gbk < gb18030
從包含的字元個數上：
gb13000和gbk基本上是一樣的（但是編碼不相容）
中文編碼和微軟的**頁的關係是：
gb2312==舊的cp936
gbk==新的cp936
gb18030==cp54936
此處，簡單說說，據我所知的，中文字元編碼，在實際使用中的情況：
網頁中的編碼，一般是通過charset指定的；
很多中文網頁，charset用的gb2312；
但是部分網頁，所宣告的編碼和實際編碼不同：
雖然charset指定的是gb2312，但是實際上用的是（包含了更多字元的）gbk；
導致的情況是：
如果你按照gb2312去解碼，由於部分字元是屬於gbk的，而非gb2312，則會出現解碼失敗
解決辦法是：
嘗試用gbk，或包含更多字元的gb18030去解碼，則一般都可以正常解碼的。
【整理】關於html網頁原始碼的字元編碼（charset）格式（gb2312，gbk，utf-8，iso8859-1等）的解釋
上面的gb2312，gbk，gb18030，都是針對於中國大陸的，簡體中文；
對於台灣等地區，都是用的是正體中文，其和我們的編碼不同；
正體中文一般都是用的是big5，中文一般稱為大五碼，其對應者微軟的cp950；
歐洲包含很多國家和地區，按照地域，大概可分為，西歐，中歐，南歐，北歐，等等；
此處，在字元編碼上，為了實現歐洲，如此多種的地區和語系，支援其所用的字元，然後發展處乙個國際標準，叫做iso/iec 8859，簡稱iso8859
iso8859，其下分了很多分支，從1到15，分別叫做iso8859-1，iso8859-2，……，iso8859-15
可以說：iso8859，包含了整個歐洲所用的各種字元；
其中，最最常用的，就是：iso8859-1，又常被稱為latin-1，表示的就是西歐字元；
此處，簡單說說，我之前所了解到的，iso8859-1的使用情況。
很多網頁編碼，尤其是和西歐相關的，比如德文或者西歐某國家的類似的其他的網頁，很多都是用的是iso8859-1
1. 注意，實際上，iso 8859和iso-8859，不是同乙個東西，是有點細微差別的，詳見：
2.2.2.5. iso 8859和iso-8859的區別和聯絡
2.另外：
a.2. iso/iec 8859編碼標準中的15種字符集
字元編碼發展到最後，要考慮的問題是：
最好用，單獨的，某個字元編碼，可以囊括世界上所有的字元，包括以後可能出現的字元
此種編碼，就是後來的unicode。
unicode，版本上，主要有之前的unicode 1.1和最新的unicode 2.0；
unicode編碼目前有兩種，ucs-2和ucs-4；
目前最常用的是ucs-2，即用2個位元組=2個byte=16個bit=16位，來表示字元。
理論上，最多可以表示2^16=65536個=6萬多個字元，足夠支援目前世界上所有的字元了。
需要了解的是：
unicode，只是乙個字符集的概念，即表示，設計了一套邏輯，可以用不同的值，表示不同的字元，這個是unicode標準做的事情，即支援了所有的字元；
但是，要把unicode，在計算機中實現出來，表示出來，以及把unicode字元，從從乙個地方傳送到別的地方，即字元交換，方面，則涉及到，實際上所採用的字元編碼；
把字符集unicode表示出來的字元編碼，有多種，最常見的有，utf-8和utf-16，次常見的還有utf-32。
即：unicode是字符集的概念，utf-8，utf-16是字元編碼的概念；
utf-8，utf-16等，只是unicode的實現方式之一。
明白了unicode和utf-8的關係後，再來說說，utf-8這個字元編碼的邏輯：
utf-8是一種變長的編碼方式，可以使用1~4個位元組表示乙個符號，根據不同的符號而變化位元組長度。
utf-8的編碼規則很簡單，只有二條：
下表總結了編碼規則，字母x表示可用編碼的位。
unicode與utf-8之間的編碼對映關係
unicode符號範圍(十六進製制)
utf-8編碼方式（二進位制）
0000 0000-0000 007f
0******x
0000 0080-0000 07ff
110***xx 10******
0000 0800-0000 ffff
1110***x 10****** 10******
0001 0000-0010 ffff
11110*** 10****** 10****** 10******
舉例：以漢字「嚴」為例，演示如何實現utf-8編碼：
「嚴」的unicode是4e25，介於00008000到0000fff之間，根據上表，「嚴」的utf-8編碼格式是「1110***x 10****** 10******」。
然後，從「嚴」的最後乙個二進位制位開始，依次從後向前填入格式中的x，多出的位補0。
這樣就得到了，「嚴」的utf-8編碼是 「11100100 10111000 10100101」，轉換成十六進製制就是e4b8a5。
注意：utf-8，是標準的寫法，其他也有別人寫成utf8的，但是很多程式，是不識別此種非標準寫法的。
以後，最好還是用utf-8，這個名字。
下面，就用乙個圖表，來解釋，各種常見字元編碼之間的邏輯關係：
對於此圖，再簡單解釋一下：
簡體中文的編碼
正體中文的編碼
西歐字元編碼
統一了世界上所有字元的unicode
此處，簡單總結一下，關於各種編碼的使用方面的情況：
西歐等字元和網頁，多數使用iso8859-1
正體中文，一般用big5
字元編碼簡明教程
字元編碼簡明教程之前寫了個，極其詳盡的，關於字元編碼的教程 字元編碼詳解 由於內容太多，所以，新手學習起來，相對比較耗時和繁瑣。此處，為了更方便的，快速學習和了解，我們，尤其是中國人，相對常見的那些字元編碼 gb2312，gbk，gb18030 以及其他在程式設計實踐中比較容易遇到的 ascii，u...
字元編碼簡明教程
之前寫了個，極其詳盡的，關於字元編碼的教程 字元編碼詳解 由於內容太多，所以，新手學習起來，相對比較耗時和繁瑣。此處，為了更方便的，快速學習和了解，我們，尤其是中國人，相對常見的那些字元編碼 gb2312，gbk，gb18030 以及其他在程式設計實踐中比較容易遇到的 ascii，utf 8，uni...
Visual Unit 簡明教程
visual unit，簡稱vu，是新一代單元測試工具，功能強大，使用簡單，完全視覺化，不需編寫測試 vu的測試結果使程式行為一目了然，有助於整理程式設計思路，提高程式設計效率和正確性，並能快速排錯 vu還增強偵錯程式功能 如自由後退 用例切換 提高除錯的效率 vu能達到空前的測試完整性，輕鬆完成語...