字符集
介紹ascii
ascii 碼使用指定的7 位或8 位二進位制數組合來表示128 或256 種可能的字元
ansi
ansi是一種字元**，為使計算機支援更多語言，通常使用 0x00~0x7f 範圍的1 個位元組來表示 1 個英文本元。超出此範圍的使用0x80~0xffff來編碼，即擴充套件的ascii編碼。不同的國家和地區制定了不同的標準，由此產生了 gb2312、gbk、gb18030、big5、shift_jis 等各自的編碼標準。這些使用多個位元組來代表乙個字元的各種漢字延伸編碼方式，稱為 ansi 編碼。在簡體中文windows作業系統中，ansi 編碼代表 gbk 編碼；在正體中文windows作業系統中，ansi編碼代表big5；在日文windows作業系統中，ansi 編碼代表 shift_jis 編碼。
utf-8
utf-8（8-bit unicode transformation format）是一種針對unicode的可變長度字元編碼（定長碼），也是一種字首碼。它可以用來表示unicode標準中的任何字元，且其編碼中的第乙個位元組仍與ascii相容，這使得原來處理ascii字元的軟體無須或只須做少部份修改，即可繼續使用。因此，它逐漸成為電子郵件、網頁及其他儲存或傳送文字的應用中，優先採用的編碼。網際網路工程工作小組（ietf）要求所有網際網路協議都必須支援utf-8編碼。
unicode
unicode是國際組織制定的可以容納世界上所有文字和符號的字元編碼方案。目前的unicode字元分為17組編排，0x0000 至 0x10ffff，每組稱為平面（plane），而每平面擁有65536個碼位，共1114112個。然而目前只用了少數平面。utf-8、utf-16、utf-32都是將數字轉換到程式資料的編碼方案。
unicode通常用兩個位元組表示乙個字元，原有的英文編碼從單位元組變成雙位元組，只需要把高位元組全部填為0就可以。
gbkgbk編碼，是在gb2312-80標準基礎上的內碼擴充套件規範，使用了雙位元組編碼方案，其編碼範圍從8140至fefe（剔除xx7f），共23940個碼位，共收錄了21003個漢字，完全相容gb2312-80標準，支援國際標準iso/iec10646-1和國家標準gb13000-1中的全部中日韓漢字，幷包含了big5編碼中的所有漢字。gbk編碼方案於2023年10月制定， 2023年12月正式發布，目前中文版的win95、win98、[windows nt]( nt)以及windows 2000、windows xp、win 7等都支援gbk編碼方案。
gb18030
gb 18030，全稱《資訊科技 中文編碼字符集》，是中華人民共和國國家標準所規定的變長多位元組字符集。其對gb 2312-1980完全向後相容，與gbk基本向後相容，並支援unicode（gb 13000）的所有碼位。gb 18030共收錄漢字70,244個。
gb 18030主要有以下特點：
採用變長多位元組編碼，每個字可以由1個、2個或4個位元組組成。
編碼空間龐大，最多可定義161萬個字元。
完全支援unicode，無需動用造字區即可支援中國國內少數民族文字、中日韓和繁體漢字以及emoji等字元。
gb2312
gb 2312標準共收錄6763個漢字，其中一級漢字3755個，二級漢字3008個；同時收錄了包括拉丁字母、希臘字母、日文平假名及片假名字母、俄語西里爾字母在內的682個字元。
gb 2312的出現，基本滿足了漢字的計算機處理需要，它所收錄的漢字已經覆蓋中國大陸99.75%的使用頻率。但對於人名、古漢語等方面出現的罕用字和繁體字，gb 2312不能處理，因此後來gbk及gb 18030漢字字符集相繼出現以解決這些問題。
text = " 字串"
text.encode("gbk")
unicdoe【真正的完整碼表】對照表（二）漢字unicode表
unicode一覽表 f000-ffff
WPF Silverlight程式編碼資料收集
一.獲取路徑資訊 序路徑的，應該這樣用 mycollection system curdirectory system.io.path.getdirectoryname process.getcurrentprocess mainmodule.filename 二 獲取silverlight.web...
Huffman編碼 資料結構
include include include class data typedef class huffman huffmantree typedef char huffmancode 在陣列中選擇兩個小的權的資料 void select int tw,int n,int s1,int s2 te...
php iconv轉編碼 資料丟失的解決方法
今天在處理抓取內容的時候，當採用iconv進行編碼轉換的時候，發現結果會中斷，猜是字符集的問題，考慮怎麼跳過目標字符集不存在的字元，查手冊發現iconv的函式只有三個引數，好像不行，然後查網上有人說可以，但是很奇怪怎麼實現，最後發現英文描述有說可以加標識到目標編碼後面 translit 很鬱悶怎麼加...