字符集详解

一、为什么乱码？

所有的乱码实质上都是因为字符集选择错误造成的。

流在读取时，编码使用不当也会乱码。

二、什么是字符集？

• 字符是各种文字和符号的统称，包括各个国家的文字，标点符号，表情等等。
• 字符集就是一系列字符的集合。
• 字符集的种类较多，每个字符集所表示的字符范围通常不同，比如有些字符集无法表示汉字。
• 计算机只能存储二进制的数据。

三、有哪些字符集？ 

常见的字符集由ASCII、GBK、UTF-8、GB2312等等。

不同字符集的区别在于：

• 字符范围不同
• 编码方式不同

1.ASCII 

ASCII (American Standard Code for Information Interchange，美国信息交换标
准代码) 是一套主要用于现代美国英语的字符集（这也是 ASCII 字符集的局限性所
在）。

为什么ASCII字符集没有考虑到中文等其它字符呢？因为计算机是美国人发明的，当时，计算机还处于雏形时代，在其他国家还没有大规模的使用，所以，美国发明ASCII字符集时没有考虑兼容其他国家的语言。

ASCII码至今为止共定义了128个字符，其中有33个控制字符（回车，删除等）无法显示。

一个ASCII码长度为一个字节，也就是8个bit，比如"a"对应的ASCII码为"01100001",最高位0仅仅作为校验位，其他七位由0和1组成，因此，ASCII字符集可以定义128个字符。

由于，ASCII码可以表示的字符实在太少了，人们对其进行了扩展，得到了ASCII 扩展字符集 。ASCII 扩展字符集使用 8 位（bits）表示一个字符，所以，ASCII扩展字符集可以定义 256（2^8）个字符。