常见编码格式及字符集

常见编码格式及字符集主要有如下几种：

ASCII：

表示英语及西欧语言，用7个二进制位表示，能够表示128个字符，扩展表示用8个二进制位，表示256个字符。

GB2312：

国家简体中文字符集，兼容ASCII，使用16个二进制位表示，能够表示7445个汉字，包含6763个汉字，几近覆盖所有高频率汉字，是中国大陆的主要编码方式。当文章或网页包含繁体中文、日文、韩文等时，这些内容可能无法被正确编码和显示。

BIG5：

繁体中文编码方式，使用16个二进制位表示，表示13053个汉字，主要在台湾地区使用。

GBK：

它是GB2312的扩展，加入对繁体字的支持，兼容GB2312，使用16个二进制位表示，可表示21886个字符。虽然GBK支持简体和繁体中文，但对其他非拉丁字母语言的支持还是有问题的。

UNICODE：

世界650种语言的统一编码格式，有三种编码方式，分别为UTF-8、UTF-16、UTF-32，其中，以UTF-8最为通用，俗称“万国码”。UTF-8中字符使用8位序列来编码，用一个或几个字节来表示一个字符，它保留了ASCII码的编码作为它的一部分。

GB18030：

采用变字节编码，1个字节表示ASCII，2字节，4字节，可表示27484个字符，兼容GBK，解决了中文、日文、朝鲜语等的编码。

UCS：

国际标准ISO10646定义的通用字符集，与unicode类似，UCS-2与UNICODE兼容。具有两种格式，UCS-2、UCS-4，分别是2字节和4字节。

ISO-8859-1：

扩展ASCII，表示西欧、希腊语等。使用8位二进制位进行编码。

按所表示的文字分类，可以将字符编码格式分类如下：

语言	字符集	正式名称
英语、西欧语	ASCII，ISO-8859-1	MBCS多字节
简体中文	GB2312	MBCS多字节
繁体中文	BIG5	MBCS多字节
简繁中文	GBK	MBCS多字节
中文、日语、朝鲜语	GB18030	MBCS多字节
各国语言	UNICODE，UCS	MBCS多字节

注：MBCS，Multi-Byte Character System，多字节字符集，是一种替代Unicode以支持无法用单字节表示的字符集如中文、日文等的方法，为国际市场编码时应考虑使用Unicode或MBCS字符集，或使程序能够通过更改开关生成支持两种字符集之一的程序。最常见的MBCS的实现是双字节字符集DBCS。