为什么要有中文编码格式？

        最早的ASCII码只包括了字母、标点符号、特殊字符等127个字符。这些字符对于拉丁语系国家的人使用是足够的，但是对于非拉丁语系国家（如中国、日本等），ASCII码就远远不够了。因此就需要编码来表示大量的汉字字符。

常用的几种中文编码格式：

1、Unicode编码

           Unicode编码通常由两个字节组成，称作USC-2，个别偏僻字由四个字节组成，称作USC-4。前127个还表示原来ASCII码里的字符，只不过由一个字节变成了两个字节。

优点：可以囊括多国语言，囊括了常用汉字

不足：表示一个英文字符由一个字节变成了两个，浪费存储空间和传输速度。生僻字表示不足

2、UTF-8编码

            Unicode编码的一种，Unicode用一些基本的保留字符制定了三套编码方式，它们分别为UTF-8，UTF-16，UTF-32.在UTF-8中，字符是以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大好处是UTF-8保留了ASCII字符的编码作为它的一部分。UTF-8俗称“万国码”，可以同屏显示多语种，一个汉字通常占用3字节（生僻字占6个）。为了做到国际化，网页尽可能采用UTF-8编码。

3、GB2312编码

GB2312简体中文编码，一个汉字占用2个字节，在大陆是主要的编码方式。当文章/网页中包含繁体中文、日文、韩文等时，这些内容可能无法被正确编码。

作用：国家简体中文字符集，兼容ASCII

位数：使用2个字节表示，能表示7445个符号，包括6763个汉字，几乎覆盖所有高频率汉字。

范围：高字节从A1-A7，低字节从A1到FE。将高字节和低字节分别加上0xA0即可得到编码。

4、BIG5编码

称为繁体中文编码，主要在台湾地区使用。

5、GBK编码

作用：它是GB2312的扩展，加入对繁体字的支持，兼容GB2312.

位数：使用2个字节表示，可表示21886个字符。

范围：高字节从81到FE，低字节从40到FE.

6、GB18030编码

作用：它解决了中文、日文、朝鲜语等的编码，兼容GBK。

位数：它采用变字节表示（1ASCII, 2,4字节）。可表示27484个文字。

范围：1字节从00到7F；2字节高字节从81到FE，低字节从40到7E和80到FE；4字节第一三字节从81到FE，第二四字节从30到39.

参考：

[1] https://blog.csdn.net/qiqiaiairen/article/details/51535262

[2] https://www.jb51.net/article/92006.htm