目录

一、字符集与字符编码

二、字符集的发展

1. 单字节字符集(SBCS)

2. 多字节字符集(MBCS)

3. 宽字节字符集(Unicode)

三、UTF - Unicode/UCS Transformation Format

1. UTF-8

2. UTF-16

3. UTF-32

四、代码页（Code Page）

五、Unicode编程

字符集(英文名：Character set)是多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。

计算机要准确的处理各种字符集文字，就需要进行字符编码(英文名：Character encoding)，以便计算机能够识别和存储各种文字。字符编码也称字集码，是把字符集中的字符编码为指定集合中某一对象(例如：比特模式、自然数序列、8位组或者电脉冲)，以便文本在计算机中存储和通过通信网络的传递。常见的编码方式有：ASCII、GB2312、BIG5、Unicode(UCS-2，UCS-4)、UTF-8和BASE64等等。

简单说：

例如：Unicode 是「字符集」，UTF-8 是「字符编码」。

在Unicode出现以前，字符集与字符编码是没有区分的。例如ASCII、GB2312、GBK、BIG5等等标准即是字符集，也是字符编码。

计算机字符集可归类为三种，单字节字符集(SBCS)、多字节字符集(MBCS)和宽字符集(Unicode字符集)。

单字节字符集，称之为SBCS，它的所有字符都只有一个字节的长度。常见字符集有：ASCII码和扩展ASCII码。SBCS字符串由一个零字节结尾，数据类型是char。

ASCII码