计算机只能识别都是由0和1组成的字符，为了能让字符正常显示在屏幕上，需要对字符进行编码。
ANSI编码并不是某一特定编码，与系统环境区域有关，有中文区域环境下是GBK编码，在英文区域环境下是ASCII编码。为了使计算机支持多种语言，不同的国家和地区制定了不同的标准，由此产生了 GB2312, BIG5, JIS 等编码标准。使用 2 个字节来代表一个字符的各种延伸编码方式，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。
1，ASCII：每个字母或符号占1Byte（8bits），并且8bits的最高位是0，对英语字符与二进制位之间的关系做了统一规定，这被称为 ASCII 码。ASCII编码一共规定了128个字符的编码，比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。有一些编码把8bits最高位为1的后128个值也编码上，1Byte可以表示256个值，这属于扩展的ASCII，并非标准ASCII，通常所说的标准ASCII只有前128个值。
ASCII码表
2，GB2312、GBK、GB18030编码：GB全称GuoBiao国标，GBK全称GuoBiaoKuozhan国标扩展。GB18030编码兼容GBK，GBK兼容GB2312。
GB2312：最早一版的中文编码，每个字占据2Bytes，由于要和ASCII兼容，那这2Bytes最高位不可以为0了（ASCII有冲突），在GB2312中收录了6763个汉字以及682个特殊符号。
GBK：由于GB2312只有6763个汉字，于是GBK在不和GB2312、ASCII冲突（即兼容GB2312和ASCII）的前提下，用每个字占据2Bytes的方式又编码了许多汉字，表示的汉字达到了20902个，另有984个汉语标点符号、部首等。值得注意的是这20902个汉字还包含了繁体字，但是该繁体字与台湾Big5编码不兼容。
GB18030：GBK只用2Bytes表示一个字已经不够（2Bytes最多只有65536种组合，然而为了和ASCII兼容，最高位不能为0）。多出来的汉字使用4Bytes编码。我国在2000年和2005年分别颁布的两次GB18030编码，其中2005年的是在2000年基础上进一步补充。GB18030编码的中文有七万多个汉字了，甚至包含了少数民族文字。GBK和GB2312是2Bytes，GB18030比GBK多出来的字是4Bytes。
3，Latin1编码（ISO-8859-1编码）：在ASCII基础上又充分利用了后面那128个值，是单字节编码方式，最多只能表示256个字母或符号，并且前128个和ASCII完全吻合，将1个字节的256个值全部占满了。
ISO-8859-1
4，Unicode：称为单一码，将世界上所有国家的字符编码进行统一的编码，编码范围是 0x0000 - 0x10FFFF。Unicode是一个字符集，给所有的字符分配一个码值，只规定了每个符号的二进制值。Unicode 只是字符集码点，而UTF-8、UTF-16、UTF-32 才是真正的字符编码规则。
5，UTF-8（8bit Unicode Transformation Format）：是一种变长的编码方式，使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。UTF-8 编码如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节。对于英语字母，UTF-8 编码和 ASCII 码是相同的。
utf-8编码
6，UTF-16编码：也是一种变长字符编码，将字符编码成2字节或者4字节。对于 Unicode 码小于 0x10000 的字符，使用 2 个字节存储，并且是直接存储 Unicode 码，不用进行编码转换；对于 Unicode 码在 0x10000 和 0x10FFFF 之间的字符，使用 4 个字节存储，这 4 个字节分成前后两个字节，前面两个字节的前 6 位二进制固定为 110110，后面两个字节的前 6 位二进制固定为 110111, 前后部分各剩余 10 位二进制表示符号的 Unicode 码 减去 0x10000 的结果；大于 0x10FFFF 的 Unicode 码无法用 UTF-16 编码。
7，UTF-32：每个码点都用4字节进行存储，存储的就是unicode对应的值，没有进行编码直接存储的
8，UTF-8、UTF-16、UTF-32 之间转换：UTF-8、UTF-16、UTF-32 是 Unicode 码表示成不同的二进制格式的编码规则，反之，通过这三种编码的数据，也能获得相对应的 Unicode 码，有Unicode 码，按照 UTF-8、UTF-16、UTF-32 的编码方法就能转换成任一种编码。
注：Unicode属于字符集，不属于编码，UTF-8、UTF-16等是针对Unicode字符集的编码。
附：Little endian 和 Big endian：存储第一个字节在前Big endian，第二个字节在前就是Little endian。UCS-2 （Universal Character Set codeed in 2 octets）格式可以存储 Unicode 码。Unicode 规范定义，每一个文件的最前面加入一个表示编码顺序的字符，这个字符叫做"零宽度非换行空格"（zero width no-break space），用FEFF表示，如果一个文本文件的头两个字节是FE FF，就表示该文件采用Big endian方式；如果头两个字节是FF FE，就表示该文件采用Little endian方式。
BOM：BOM（byte order mark）是为 UTF-16 和 UTF-32 准备的，用于标记字节序（byte order）。UTF-8 不需要 BOM，尽管 Unicode 标准允许在 UTF-8 中使用 BOM，不含 BOM 的 UTF-8 才是标准形式。UTF-8和带BOM的UTF-8的区别就是有没有 BOM，即文件开头有没有 U+FEFF。UTF-8 的网页代码不应使用 BOM，否则常常会出错。
标签： utf 8
