简简单单搞明白gbk,utf

一直以来对于编码问题就晕晕乎乎的，一直搞不清楚其中的原理，这次认认真真的学习了一下，主要还是从这篇文章中节选：

https://blog.csdn.net/LSXGM/article/details/80494258

原文稍微有点长，这里我就用自己的理解总结一下，看不懂的话可以去看原文，说得非常清楚。

从大方面总括一下来说，GBK是中国的编码，UTF-8是国际化的编码（兼容GBK），而ANSI其实是一种自动适应的编码，即在中国，ANSI就是GBK，在国外，就是国外的编码（不一定全是UTF-8），全角就是中国特色的英文数字符号半角就是国际化的英文数字符号

然后我们从具体的细节来讲一下，首先是GB2312：

GB2312起源于区位码，区位码是一个四位的十进制数，可以表示一个汉字或者符号，GB2312用两个字节来表示汉字和数字英文符号一些的，并且与区位码是一一对应的。

一般编码方式是：0xA0+区号，0xA0+位号。如下表中的 “安”，区位号是1618（十进制），那么“安”字的GB2312编码就是 0xA0+16 0xA0+18 也就是 0xB0 0xB2 。根据区位码表，GB2312的汉字编码范围是0xB0A1~0xF7FE

这里说明一下，两个字节 = 16位2进制 = 4位16进制，所以2字节编码在上例中表示成0xB0B2

然后因为这里的编码全部是2字节的，而ASCII码编码的英文数字都是1字节的，也就是说这里的英文和数字其实是有两种编码的，那么其实这也是半角和全角的由来了，我们之前应该有在输入法上见到半角和全角，其实这个是由编码方式不同所导致的。

举个栗子：

１２３ 全角 123 半角 ａｂｃ 全角 abc 半角

怎么样，发现差别了吧，其实差别还是很大的，甚至这个全角字符所占的空间都比半角的要大。不过，我们日常生活中很少会见到全角的英文，因为现在输入法一般默认的是半角输入，比如我用的win10自带输入法就需要自己去设置里面修改成全角输入，可以自己去试试啦。

然后随着时间推移，GB2312就被淘汰啦，因为它里面所能编码的汉字还是太少了，新一代的编码就是我们现在所熟知的GBK了，不过要注意的是，这个时候的GBK就不再和区位码一一对应了，此时区位码也就离开了历史舞台啦。

不过因为每个国家都有属于自己的编码，所以导致大家的编码就各不相通，于是就产生了Unicode，它把全球各国文字都统一在一个编码标准里，相当于国际化的区位码表。

不过由于Unicode全部使用的是2字节来编码，这使得本只需要1字节的英文数字也被迫增加了长度，存储成本和流量大大地增加，所以Unicode编码大多数情况并没有被原始地使用，而是被转换编码成UTF-8。

而UTF-8就将原Unicode分为了三块，标准ASCII码都采用的是1字节编码，而大部分中文都采用的3字节编码，其他的就是2字节了。（这样对于使用英文字母多的国家来说就可以很节省资源啦。

如有错误恳请斧正，本人不胜感谢。