字符集的发展--摘抄

1. 编码问题的由来，相关概念的理解1.1 字符与编码的发展从计算机对多国语言的支持角度看，大致可以分为三个阶段：
阶段一：
系统内码 ASCII
说明 计算机刚开始只支持英语，其它语言不能够在计算机上存储和显示。
系统 英文 DOS

阶段二：
系统内码 ANSI编码（本地化）。
说明 为使计算机支持更多语言，通常使用 0x80~0xFF 范围的 2 个字节来表示 1 个字符。比如：汉字 \'中\' 在中文操作系统中，使用 [0xD6,0xD0] 这两个字节存储。不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等各自的编码标准。这些使用 2 个字节来代表一个字符的各种汉字延伸编码方式，称为 ANSI 编码。在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码。不同 ANSI 编码之间互不兼容，当信息在国际间交流时，无法将属于两种语言的文字，存储在同一段 ANSI 编码的文本中。
系统 中文 DOS，中文 Windows 95/98，日文 Windows 95/98

阶段三：
系统内码 UNICODE（国际化）
说明 为了使国际间信息交流更加方便，国际组织制定了 UNICODE 字符集，为各种语言中的每一个字符设定了统一并且唯一的数字编号，以满足跨语言、跨平台进行文本转换、处理的要求。
系统 Windows NT/2000/XP，Linux，Java

2. 字符，字节，字符串理解编码的关键，是要把字符的概念和字节的概念理解准确。这两个概念容易混淆，我们在此做一下区分：

字符
人们使用的记号，抽象意义上的一个符号。
\'1\', \'中\', \'a\', \'$\', \'￥\', ……


字节
计算机中存储数据的单元，一个8位的二进制数，是一个很具体的存储空间。
0x01, 0x45, 0xFA, ……


ANSI字符串
在内存中，如果“字符”是以 ANSI 编码形式存在的，一个字符可能使用一个字节或多个字节来表示，那么我们称这种字符串为 ANSI 字符串或者多字节字符串。
中文123（占7字节）


UNICODE字符串
在内存中，如果“字符”是以在 UNICODE 中的序号存在的，那么我们称这种字符串为 UNICODE 字符串或者宽字节字符串。
L中文123（占10字节）