编码标准汇总

1. ASCII（American Standard Code for Information Interchange）​​

• ​简介​：最早的字符编码标准之一，由美国国家标准协会（ANSI）制定，主要用于英语字符。
• ​编码范围​：
  • 7位编码（共128个字符），包括：
    • 控制字符（如换行、回车等）
    • 可打印字符（大写字母A-Z、小写字母a-z、数字0-9、标点符号等）
• ​缺点​：
  • 仅支持英语，无法表示其他语言的字符（如中文、日文、阿拉伯文等）。
• ​应用​：
  • 早期计算机系统、电子邮件、网络协议（如HTTP头部）等仍依赖ASCII兼容性。

---

​2. ISO-8859（Latin-1 等）​​

• ​简介​：国际标准化组织（ISO）制定的扩展ASCII编码，用于支持欧洲语言。
• ​常见变种​：
  • ​ISO-8859-1（Latin-1）​​：支持西欧语言（如法语、德语、西班牙语等）。
  • ​ISO-8859-2（Latin-2）​​：支持中欧语言（如波兰语、匈牙利语等）。
  • ​ISO-8859-5（Cyrillic）​​：支持西里尔字母（如俄语、乌克兰语等）。
  • ​ISO-8859-6（Arabic）​​：支持阿拉伯语。
  • ​ISO-8859-7（Greek）​​：支持希腊语。
  • ​ISO-8859-8（Hebrew）​​：支持希伯来语。
• ​缺点​：
  • 每个变种只能支持一种语言或语系，无法同时表示多种语言。
  • 不支持亚洲语言（如中文、日文、韩文）。
• ​应用​：
  • 早期欧洲计算机系统、网页（部分旧网站仍使用ISO-8859-1）。

---

​3. GB2312 / GBK / GB18030（中文编码）​​

• ​简介​：中国制定的汉字编码标准，用于支持简体中文。
• ​GB2312​：
  • 1980年发布，支持6,763个汉字和682个符号。
  • 采用双字节编码（每个汉字占2字节）。
• ​GBK​：
  • 1995年发布，扩展GB2312，支持21,886个汉字（包括繁体字）。
• ​GB18030​：
  • 2000年发布，进一步扩展，支持所有Unicode汉字（包括少数民族文字）。
  • 采用变长编码（1字节、2字节或4字节）。
• ​应用​：
  • 中文Windows系统、中文网页、中文文档（如.doc、.txt）。

---

​4. Big5（繁体中文编码）​​

• ​简介​：台湾、香港等地使用的繁体中文编码标准。
• ​特点​：
  • 1984年发布，支持13,053个汉字和符号。
  • 采用双字节编码（类似GB2312）。
• ​缺点​：
  • 与GB2312不兼容，导致简繁体转换问题。
• ​应用​：
  • 台湾、香港的中文系统、旧版繁体网页。

---

​5. Shift_JIS（日文编码）​​

• ​简介​：日本使用的日文编码标准。
• ​特点​：
  • 1983年发布，支持日文汉字（Kanji）、平假名、片假名和符号。
  • 采用变长编码（1字节或2字节）。
• ​缺点​：
  • 与Unicode不完全兼容，可能导致乱码。
• ​应用​：
  • 日文Windows系统、日文网页、日文游戏。

---

​6. EUC-KR（韩文编码）​​

• ​简介​：韩国使用的韩文编码标准。
• ​特点​：
  • 1992年发布，支持韩文字符（Hangul）和符号。
  • 采用双字节编码（类似GB2312）。
• ​缺点​：
  • 与Unicode不完全兼容。
• ​应用​：
  • 韩文Windows系统、韩文网页。

---

​7. KOI8-R / KOI8-U（俄语编码）​​

• ​简介​：苏联/俄罗斯使用的西里尔字母编码。
• ​KOI8-R​：用于俄语。
• ​KOI8-U​：用于乌克兰语。
• ​特点​：
  • 采用单字节编码（类似ASCII扩展）。
• ​应用​：
  • 早期俄语计算机系统、电子邮件。

---

​8. Unicode（UTF-8、UTF-16、UTF-32）​​

• ​简介​：全球统一的字符编码标准，支持所有语言文字。
• ​UTF-8​：
  • 变长编码（1~4字节），兼容ASCII。
  • 互联网和现代软件的首选编码。
• ​UTF-16​：
  • 变长编码（2或4字节），用于Windows内部处理。
• ​UTF-32​：
  • 固定4字节编码，简单但占用空间大。
• ​应用​：
  • 现代操作系统、网页、数据库、编程语言（如Python 3默认UTF-8）。

---

​9. 其他编码​

• ​Baudot Code​：早期的电报编码（5位）。
• ​EBCDIC​：IBM大型机使用的编码（8位，主要用于旧系统）。
• ​Windows-1252​：Windows扩展ASCII（类似ISO-8859-1，但略有不同）。

---

​总结对比​

编码标准	支持语言	字节长度	主要应用
ASCII	英语	1字节	早期计算机、网络协议
ISO-8859	欧洲语言	1字节	旧版欧洲网页
GB2312/GBK/GB18030	简体中文	1~4字节	中文Windows、网页
Big5	繁体中文	2字节	台湾、香港系统
Shift_JIS	日文	1~2字节	日文系统、游戏
EUC-KR	韩文	2字节	韩文系统
KOI8-R/KOI8-U	俄语	1字节	俄语系统
Unicode (UTF-8/16/32)	全球所有语言	1~4字节	现代计算机、互联网

---

​为什么Unicode（UTF-8）成为主流？​​

1. ​全球兼容性​：支持所有语言文字。
2. ​兼容ASCII​：纯ASCII文本在UTF-8中无需转换。
3. ​节省空间​：英文文本仍用1字节存储，中文等用2~4字节。
4. ​互联网标准​：HTTP、HTML、JSON等均默认使用UTF-8。