目前用到的字符集简介

最近因为工作需要，了解了一下网站编码的一些知识，现做一些小小的总结：

Utf-8与Ascii区别：UTF-8（8 位Universal Character Set／Unicode Transformation Format）是一种针对Unicode的可变长度字符编码（定长码），也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节仍与ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部份修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或传送文字的应用中，优先采用的编码。
UTF-8是ASCII的一个超集。因为一个纯ASCII字符串也是一个合法的UTF-8字符串，所以现存的ASCII文本不需要转换。为传统的扩展ASCII字符集设计的软件通常可以不经修改或很少修改就能与UTF-8一起使用。 
utf8_unicode_ci和utf8_general_ci区别
在phpMyAdmin中有多种字符集，其中utf8_unicode_ci和utf8_general_ci是最常用的，但是utf8_general_ci对某些语言的支持有一些小问题，如果可以接受，那最好使用utf8_general_ci，因为它速度快。否则，请使用较为精确的utf8_unicode_ci，不过速度会慢一些。

Unicode（统一码、万国码、单一码、标准万国码）是业界的一种标准，它可以使电脑得以呈现世界上数十种文字的系统。
Unicode的汉字处理方法一直备受抨击。有指这种把数万汉字逐一编码的方式，非常浪费资源，要把汉字加到Unicode标准中也不容易。也有批评处理Unicode中汉字编码的专家，并不是真正研究汉字的学者[2]。从早期的中文电脑时期开始，已有研究以部件产生汉字（动态组字），取代汉字逐一编码方法。

GBK全名为汉字内码扩展规范，英文名Chinese Internal Code Specification。K 即是“扩展”所对应的汉语拼音（KuoZhan11）中“扩”字的声母。GBK 來自中国国家标准代码GB 13000.1-93。
字符有一字节和双字节编码，00–7F范围内是一位，和ASCII保持一致，此范围内严格上说有96个文字和32个控制符号。

GBK/1和GBK/2的领域即GB 2312-80用通常方法编码的区域。GB 2312 (正确说法是其根据EUC-CN的编码)和ISO/IEC 2022中调用GR其他的94² 字符集一样，A1–FE的范围开始读取字节对。这是上图中右下角的不分。但是，GB 2312中对于AA–AF和F8–FE区域是空的，没有赋予编码。于是GBK就在这些领域里进行拓展。二者剩余部分作为用户定义区。
GBK比GB2312能显示更多的汉字

GBK包含全部中文字符；UTF-8则包含全世界所有国家需要用到的字符。



BIG5是台湾计算机界实行的汉字编码字符集。
它包含了 420 个图形符号和 13070 个汉字（不包含简化汉字）。编码范围是 0x8140-0xFE7E、0x81A1-0xFEFE，其中 0xA140-0xA17E、0xA1A1-0xA1FE 是图形符号区，0xA440-0xF97E、0xA4A1-0xF9FE 是汉字区。
Big5也是繁体的意思，GB是简体的意思

EUC全名为Extended Unix Code，是一个使用8位编码来表示字符的方法。
它使用了一些兼容于ISO/IEC 2022区位码的94x94编码表，把每个区位加上0xA0来表示，以便兼容于ASCII。
它主要用于表示及储存汉语文字、日语文字及朝鲜文字。

GBK包括简体和繁体，但是GB2312只包括简体