快速学会区分“字符集”与“字符编码”

一、引言

　　日常复习总结，发现太久不看基础，很多概念的东西还是给忘了，本文将教你如何快速区分“字符”与“字符集”。

二、基础知识

　　各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。也就是说，它是一个信息单位，一个数字是一个字符，一个文字是一个字符，一个标点符号也是一个字符。

　　字节是一个8bit的存储单元，取值范围是0x00~0xFF。根据字符编码的不同，一个字符可以是单个字节的，也可以是多个字节的。

　　字符的集合就叫字符集。不同集合支持的字符范围自然也不一样，譬如ASCII只支持英文，GB18030支持中文等等。

　　在字符集中，有一个码表的存在，每一个字符在各自的字符集中对应着一个唯一的码。但是同一个字符在不同字符集中的码是不一样的，譬如字符“中”在Unicode和GB18030中就分别对应着不同的码(20013与54992)。

　　简单来说，字符集就是一个按规则排列的字符的集合，可以理解为现实生活中的各种“字典”。例如：牛津字典，剑桥商务字典等等。同一个“单词”在不同的字典中的位置是不同的，同理也不是所有的字典都支持各种语言的，例如ASCLL字符集里面就没有中文。

　　定义字符集中的字符如何编码为特定的二进制数，以便在计算机中存储（就是将字符在字符集中的对应位置化为二进制）。字符集和字符编码一般一一对应(也有例外)

　　字符集与字符编码的一个例外就是Unicode字符集，它有多种编码实现(UTF-8,UTF-16,UTF-32等)

三、快速区别

　　其实通过上面的标蓝的句子相信大家已经有了区分的理解。下面再举出一些例子，来加深大家的理解：

ASCII码是一个字符集，同时它的实现也只有一种，因此它也可以指代这个字符集对应的字符编码。
GB18030是一个字符集，主要是中国人为了解决中文而发明制定的，由于它的实现也只有一种，所以它也可以指代这个字符集对应的字符编码。
Unicode是一个字符集（java默认），为了解决不同字符集码表不一致而推出的，统一了所有字符对应的码，因此在这个规范下，所有字符对应的码都是一致的(统一码)，但是统一码只规定了字符与码表的一一对应关系，却没有规定该如何实现，因此这个字符集有多种实现方式(UTF-8,UTF-18,UTF-32)，因此这些实现就是对应的字符编码。也就是说，Unicode统一约定了字符与码表直接一一对应的关系，而UTF-8是Unicode字符集的一种字符编码实现方式，它规定了字符该如何编码成二进制，存储在计算机中。