搞清常用編碼特性是解決字符集編碼問(wèn)題的基礎(chǔ)。字符集編碼的識(shí)別與轉(zhuǎn)換、分析各種亂碼產(chǎn)生的原因、編程操作各種編碼字符串（例如字符數(shù)計(jì)算、截?cái)嗵幚恚┑榷夹枰宄幋a的特性。

了解一種字符集編碼主要是要了解該編碼的編碼范圍，編碼對(duì)應(yīng)的字符集（都包含哪些字符），和其他字符集編碼之間的關(guān)系等。

ASCII

ASCII碼是7位編碼，編碼范圍是0x00-0x7F。ASCII字符集包括英文字母、阿拉伯?dāng)?shù)字和標(biāo)點(diǎn)符號(hào)等字符。其中0x00-0x20和0x7F共33個(gè)控制字符。

只支持ASCII碼的系統(tǒng)會(huì)忽略每個(gè)字節(jié)的最高位，只認(rèn)為低7位是有效位。HZ字符編碼就是早期為了在只支持7位ASCII系統(tǒng)中傳輸中文而設(shè)計(jì)的編碼。早期很多郵件系統(tǒng)也只支持ASCII編碼，為了傳輸中文郵件必須使用BASE64或者其他編碼方式。

GB2312

GB2312是基于區(qū)位碼設(shè)計(jì)的，區(qū)位碼把編碼表分為94個(gè)區(qū)，每個(gè)區(qū)對(duì)應(yīng)94個(gè)位，每個(gè)字符的區(qū)號(hào)和位號(hào)組合起來(lái)就是該漢字的區(qū)位碼。區(qū)位碼一般 用10進(jìn)制數(shù)來(lái)表示，如1601就表示16區(qū)1位，對(duì)應(yīng)的字符是“啊”。在區(qū)位碼的區(qū)號(hào)和位號(hào)上分別加上0xA0就得到了GB2312編碼。

區(qū)位碼中01-09區(qū)是符號(hào)、數(shù)字區(qū)，16-87區(qū)是漢字區(qū)，10-15和88-94是未定義的空白區(qū)。它將收錄的漢字分成兩級(jí)：第一級(jí)是常用漢字 計(jì)3755個(gè)，置于16-55區(qū)，按漢語(yǔ)拼音字母/筆形順序排列；第二級(jí)漢字是次常用漢字計(jì)3008個(gè)，置于56-87區(qū)，按部首/筆畫順序排列。一級(jí)漢 字是按照拼音排序的，這個(gè)就可以得到某個(gè)拼音在一級(jí)漢字區(qū)位中的范圍，很多根據(jù)漢字可以得到拼音的程序就是根據(jù)這個(gè)原理編寫的。

GB2312字符集中除常用簡(jiǎn)體漢字字符外還包括希臘字母、日文平假名及片假名字母、俄語(yǔ)西里爾字母等字符，未收錄繁體中文漢字和一些生僻字。可以用繁體漢字測(cè)試某些系統(tǒng)是不是只支持GB2312編碼。

GB2312的編碼范圍是0xA1A1-0x7E7E，去掉未定義的區(qū)域之后可以理解為實(shí)際編碼范圍是0xA1A1-0xF7FE。

EUC-CN可以理解為GB2312的別名，和GB2312完全相同。

區(qū)位碼更應(yīng)該認(rèn)為是字符集的定義，定義了所收錄的字符和字符位置，而GB2312及EUC-CN是實(shí)際計(jì)算機(jī)環(huán)境中支持這 種字符集的編碼。HZ和ISO-2022-CN是對(duì)應(yīng)區(qū)位碼字符集的另外兩種編碼，都是用7位編碼空間來(lái)支持漢字。區(qū)位碼和GB2312編碼的關(guān)系有點(diǎn)像 Unicode和UTF-8。

GBK

GBK編碼是GB2312編碼的超集，向下完全兼容GB2312，同時(shí)GBK收錄了Unicode基本多文種平面中的所有CJK漢字。同 GB2312一樣，GBK也支持希臘字母、日文假名字母、俄語(yǔ)字母等字符，但不支持韓語(yǔ)中的表音字符（非漢字字符）。GBK還收錄了GB2312不包含的 漢字部首符號(hào)、豎排標(biāo)點(diǎn)符號(hào)等字符。

GBK的整體編碼范圍是為0x8140-0xFEFE，不包括低字節(jié)是0×7F的組合。高字節(jié)范圍是0×81-0xFE，低字節(jié)范圍是0x40-7E和0x80-0xFE。

低字節(jié)是0x40-0x7E的GBK字符有一定特殊性，因?yàn)檫@些字符占用了ASCII碼的位置，這樣會(huì)給一些系統(tǒng)帶來(lái)麻煩。

有些系統(tǒng)中用0x40-0x7E中的字符（如“|”）做特殊符號(hào)，在定位這些符號(hào)時(shí)又沒(méi)有判斷這些符號(hào)是不是屬于某個(gè) GBK字符的低字節(jié)，這樣就會(huì)造成錯(cuò)誤判斷。在支持GB2312的環(huán)境下就不存在這個(gè)問(wèn)題。需要注意的是支持GBK的環(huán)境中小于0x80的某個(gè)字節(jié)未必就 是ASCII符號(hào)；另外就是最好選用小于0×40的ASCII符號(hào)做一些特殊符號(hào)，這樣就可以快速定位，且不用擔(dān)心是某個(gè)漢字的另一半。Big5編碼中也存在相應(yīng)問(wèn)題。

CP936和GBK的有些許差別，絕大多數(shù)情況下可以把CP936當(dāng)作GBK的別名。

GB18030

GB18030編碼向下兼容GBK和GB2312，兼容的含義是不僅字符兼容，而且相同字符的編碼也相同。GB18030收錄了所有Unicode3.1中的字符，包括中國(guó)少數(shù)民族字符，GBK不支持的韓文字符等等，也可以說(shuō)是世界大多民族的文字符號(hào)都被收錄在內(nèi)。

GBK和GB2312都是雙字節(jié)等寬編碼，如果算上和ASCII兼容所支持的單字節(jié)，也可以理解為是單字節(jié)和雙字節(jié)混合的變長(zhǎng)編碼。GB18030編碼是變長(zhǎng)編碼，有單字節(jié)、雙字節(jié)和四字節(jié)三種方式。

GB18030的單字節(jié)編碼范圍是0x00-0x7F，完全等同與ASCII；雙字節(jié)編碼的范圍和GBK相同，高字節(jié)是0x81-0xFE，低字節(jié) 的編碼范圍是0x40-0x7E和0x80-FE；四字節(jié)編碼中第一、三字節(jié)的編碼范圍是0x81-0xFE，二、四字節(jié)是0x30-0x39。

Windows中CP936代碼頁(yè)使用0x80來(lái)表示歐元符號(hào)，而在GB18030編碼中沒(méi)有使用0x80編碼位，用其他位置來(lái)表示歐元符號(hào)。這可以理解為是GB18030向下兼容性上的一點(diǎn)小問(wèn)題；也可以理解為0x80是CP936對(duì)GBK的擴(kuò)展，而GB18030只是和GBK兼容良好。