常見的一些字元
編碼方式
：unicode、ascii、gbk、gb2312、utf-8。
ascii編碼：用來表示英文，它使用1個位元組表示，其中第一位規定為0，其他7位儲存資料，一共可以表示128個字元。
gbk/gb2312/gb18030：表示漢字。gbk/gb2312表示簡體中文，gb18030表示正體中文。
unicode編碼：包含世界上所有的字元，是乙個字符集。
utf-8：是unicode字元的實現方式之一，它使用1-4個字元表示乙個符號，根據不同的符號而變化位元組長度。
1.ascii碼 這是美國在19世紀60年代的時候為了建立英文本元和二進位制的關係時制定的編碼規範，它能表示128個字元，其中包括英文本元、阿拉伯數字、西文字元以及32個控制字元。它用乙個位元組來表示具體的字元，但它只用後7位來表示字元（2^7=128），最前面的一位統一規定為0。
ascii碼是7位編碼，編碼範圍是0x00-0x7f。ascii字符集包括
英文本母
、阿拉伯數字和標點符號等字元。其中0x00-0x1f和0x7f共33個控制字元。
只支援ascii碼的系統會忽略每個位元組的最高位，只認為低7位是有效位。hz字元編碼就是早期為了在只支援7位ascii系統中傳輸中文而設計的編碼。早期很多郵件系統也只支援
ascii編碼
，為了傳輸中文郵件必須使用base64或者其他編碼方式。
2.gb2312是基於區位碼設計的，區位碼把編碼表分為94個區，每個區對應94個位，每個字元的區號和位號組合起來就是該漢字的區位碼。區位碼一般 用10進製數來表示，如1601就表示16區1位，對應的字元是「啊」。在區位碼的區號和位號上分別加上0xa0就得到了gb2312編碼。
區位碼中01-09區是符號、數字區，16-87區是漢字區，10-15和88-94是未定義的空白區。
gb2312及euc-cn是實際計算機環境中支援這 種字符集的編碼。hz和iso-2022-cn是對應區位碼字符集的另外兩種編碼，都是用7位編碼空間來支援漢字。區位碼和gb2312編碼的關係有點像 unicode和utf-8。
3.gbk編碼是gb2312編碼的超集，向下完全相容gb2312，同時gbk收錄了unicode基本多文種平面中的所有cjk漢字。同 gb2312一樣，gbk也支援希臘字母、日文假名字母、俄語字母等字元，但不支援韓語中的表音字元（非漢字字元）。gbk還收錄了gb2312不包含的 漢字部首符號、豎排標點符號等字元。
gbk的整體編碼範圍是為0x8140-0xfefe，不包括低位元組是0×7f的組合。高位元組範圍是0×81-0xfe，低位元組範圍是0x40-7e和0x80-0xfe。
gbk和gb2312都是雙位元組等寬編碼，如果算上和ascii相容所支援的單位元組，也可以理解為是單位元組和雙位元組混合的變長編碼。gb18030編碼是變長編碼，有單位元組、雙位元組和四位元組三種方式。
4.gb18030編碼向下相容gbk和gb2312，相容的含義是不僅字元相容，而且相同字元的編碼也相同。gb18030收錄了所有unicode3.1中的字元，包括中國少數民族字元，gbk不支援的韓文本元等等，也可以說是世界大多民族的文字元號都被收錄在內
。gb18030的單位元組編碼範圍是0x00-0x7f，完全等同與ascii；雙位元組編碼的範圍和gbk相同，高位元組是0x81-0xfe，低位元組 的編碼範圍是0x40-0x7e和0x80-fe；四位元組編碼中第
一、三位元組的編碼範圍是0x81-0xfe，二、四位元組是0x30-0x39。
5.bi
g5是雙位元組編碼，高位元組編碼範圍是0x81-0xfe，低位元組編碼範圍是0x40-0x7e和0xa1-0xfe。和gbk相比，少了低位元組是0x80-0xa0的組合。0x8140-0xa0fe是保留區域，用於使用者造字區。
big5收錄的漢字只包括繁體漢字，不包括簡體漢字，一些生僻的漢字也沒有收錄。gbk收錄的日文假名字元、俄文本元big5也沒有收錄。
6.unicode
unicode（統一碼、萬國碼、單一碼）是一種在計算機上使用的字元編碼。unicode 是為了解決傳統的字元編碼方案的侷限而產生的，它為每種語言中的每個字元設定了統一並且唯一的二進位制編碼，以滿足跨語言、跨平台進行文字轉換、處理的要求
7.utf-8
網際網路的普及，強烈要求出現一種統一的編碼方式。utf-8就是在網際網路上使用最廣的一種unicode的實現方式。其他實現方式還包括utf-16（字元用兩個位元組或四個位元組表示）和utf-32（字元用四個位元組表示），不過在網際網路上基本不用。重複一遍，這裡的關係是，utf-8是unicode的實現方式之一。
utf-8最大的乙個特點，就是它是一種變長的編碼方式。它對不同範圍的字元使用不同長度的編碼, 它可以使用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：
1）對於單位元組的符號，位元組的第一位設為0，後面7位為這個符號的unicode碼。因此對於英語字母，utf-8編碼和ascii碼是相同的。
2）對於n位元組的符號（n>1），第乙個位元組的前n位都設為1，第n+1位設為0，後面位元組的前兩位一律設為10。剩下的沒有提及的二進位制位，全部為這個符號的unicode碼。
utf-8是ucs字符集的另一種編碼方式，utf-16的每個單元是兩個位元組（16位），而utf-8的每個單元是乙個位元組（8位）。utf-16中用乙個或兩個雙位元組表示乙個字元，utf-8中用乙個或幾個單位元組表示乙個字元。
8.iso-8859-1
iso-8859-1編碼是單位元組編碼，向下相容ascii，其編碼範圍是0x00-0xff，0x00-0x7f之間完全和ascii一致，0x80-0x9f之間是控制字元，0xa0-0xff之間是文字元號。
iso-8859-1收錄的字元除ascii收錄的字元外，還包括西歐語言、希臘語、泰語、阿拉伯語、希伯來語對應的文字元號。
歐元符號
出現的比較晚，沒有被收錄在iso-8859-1當中。
各種編碼方式的區別
ascii ascii碼是7位編碼，編碼範圍是0x00 0x7f。ascii字符集包括英文本母 阿拉伯數字和標點符號等字元。其中0x00 0x20和0x7f共33個控制字元。只支援ascii碼的系統會忽略每個位元組的最高位，只認為低7位是有效位。hz字元編碼就是早期為了在只支援7位ascii系統中傳...
C C char與wchar t編碼區別
一 gb2312 gbk 向下與 gb 2312 完全相容，向上支援 iso 10646 國際標準，在前者向後者過渡過程中起到的承上啟下的作用 相容ascii編碼 gb2312碼由兩個位元組組成，每個位元組都大於80h，ascii碼都小於80h，這樣肯定沒衝突 下面是摘抄部分 1 區位碼先轉換成十六...
Python指定檔案編碼的方式及區別
我們在寫python 的時候常常會加上如 coding utf 8 這樣的注釋，它的作用是什麼呢？coding utf 8 的主要作用是指定檔案編碼為utf 8,因為一般預設的是ascii碼，如果要在檔案裡面寫中文，執行時會出現亂碼，加上這句之後會把檔案編碼強制轉換為utf 8執行時會就不會出現亂碼...