常說的字符集和編碼區(qū)別，其實(shí)就是編碼字符集和字符集編碼的區(qū)別，其實(shí)，單單如果只是說字符集，沒有任何編碼的概念的話，那么字符集其實(shí)僅僅是一個(gè)簡(jiǎn)單的字符的集合，或者說是一個(gè)抽象的字符的集合，包括文字，符號(hào)等等，不參與任何存儲(chǔ)形式，只是存在這么各種各樣標(biāo)準(zhǔn)的字符的集合
如果僅僅是抽象的字符集，我們是無需拿出討論的，因?yàn)闆]有任何異議，通俗易懂，而常說的字符集指的編碼字符集，比如常見的 unicode、ascii、gb2312、gbk等，這些我們常稱做為字符集（其實(shí)是編碼字符集），這些字符集，比如unicode其實(shí)本質(zhì)上是已經(jīng)“編碼”過的字符集，即每個(gè)字符都有唯一的整數(shù)編號(hào)，每個(gè)字符都有自己特有的編號(hào)，同一個(gè)字符在不同編碼字符集中編號(hào)也會(huì)不同，當(dāng)然很多編碼字符集都是ascll的超集，所以ascll字符集的編號(hào)與很多編碼字符集中編號(hào)都一樣，比如英文字母“A”，在ASCII及Unicode及GB2312中，均是第0×41個(gè)字符，說到這里朋友一定注意到了我上面再描述“ unicode其實(shí)本質(zhì)上是已經(jīng)“編碼”過的字符集”中的“編碼”二字加了雙引號(hào)，我要強(qiáng)調(diào)的是這里的“編碼”并不是真的我下面要說的編碼，這里只是為每個(gè)字符編了一個(gè)對(duì)應(yīng)的編號(hào)，但是我們還是習(xí)慣專業(yè)的稱呼為“編碼字符集”
我們經(jīng)常說“文章采用的是utf-8編碼方式”
我對(duì)于這個(gè)編碼方式的意義，個(gè)人理解是 將一個(gè)字符的整數(shù)編號(hào)用一個(gè)什么二進(jìn)制的整數(shù)值來對(duì)應(yīng)并在計(jì)算機(jī)存儲(chǔ)。這和上面說的編碼字符集中的“編碼”千差萬別，這里我們稱之為“字符集編碼”，即我們常說的編碼
說到這里，很多人會(huì)覺得那么unicode和utf-8的區(qū)別在哪里？既然上文說到unicode是編碼字符集，那么utf-8又是什么？就是常說的編碼？
“文章采用的是utf-8編碼方式”，個(gè)人覺得準(zhǔn)確的說法是“文章采用的是基于unicode編碼字符集的utf-8的編碼方案”，即
即unicode本身作為編碼字符集沒有任何存儲(chǔ)形式，只是一個(gè)編號(hào)和字符對(duì)應(yīng)的表而已，如何在計(jì)算機(jī)存儲(chǔ)？你可能想到了干脆直接把編號(hào)當(dāng)作二進(jìn)制數(shù)值來直接存儲(chǔ)，那么為什么不這么做呢？這也算是一種字符集編碼方案，就是基于unicode編碼字符集的utf-32編碼方案，那么有沒有更加智能一點(diǎn)的編碼方案呢？為什么會(huì)沒有呢？那就是utf-8、utf-16等等， 等等，在我解釋為何要用utf-8編碼方案的時(shí)候，我必須說明一件事情：如下
我在上一篇文章《你不知道的 頁(yè)面編碼，瀏覽器選擇編碼，get，post各種亂碼由來》中說過：“如何查看中文字符的十六進(jìn)制字符串？方法：BitConverter.ToString(System.Text.Encoding.UTF8.GetBytes(“阿道夫”));” 請(qǐng)注意我可以改為“System.Text.Encoding.Unicode.GetBytes” 如下圖是vs2013 Encoding鍵入“.”后的智能提示
（列表過長(zhǎng)，用兩幅圖分別截圖）
上圖有兩個(gè)疑問：
1、如果說unicode是編碼字符集，為何會(huì)出現(xiàn)在和utf-8這種編碼方案并列的列表中？
2、ASCII或者gb2312都是編碼字符集為何也會(huì)出現(xiàn)在和utf-8這種編碼方案并列的列表中？
我們假設(shè)有兩個(gè)猜測(cè)：
1、此處的unicode并不是真正的unicode編碼字符集，可能只是一種和unicode編碼字符集關(guān)系非常緊密的一種編碼方案
2、ASCII或者gb2312（其實(shí)就是圖中的Default,即操作系統(tǒng)當(dāng)前的編碼，國(guó)內(nèi)一般為gb2312）是編碼字符集沒有錯(cuò)，但是對(duì)于ASCII或者gb2312都只有唯一一種編碼，那么我稱呼它們?yōu)锳SCII編碼或者GB2312編碼也沒有問題，既然這樣，那我把a(bǔ)scii和gb2312加入和utf-8這種編碼方案并列的列表中也理所當(dāng)然？
我的兩個(gè)假設(shè)，很快得到論證
1、在Encoding 的元數(shù)據(jù)看到：
//
// 摘要:
// 獲取使用 Little-Endian 字節(jié)順序的 UTF-16 格式的編碼。
//
// 返回結(jié)果:
// 使用 Little-Endian 字節(jié)順序的 UTF-16 格式的編碼。
public static Encoding Unicode { get; }
這里解釋在這里的unicode其實(shí)本質(zhì)上“獲取使用 Little-Endian 字節(jié)順序的 UTF-16 格式的編碼”，即使基于unicode編碼字符集的utf-16編碼方案，類似的有BigEndianUnicode（獲取使用 Big Endian 字節(jié)順序的 UTF-16 格式的編碼）
2、一般的ASCII或者gb2312，我們可以稱呼為ASCII字符集也可以稱呼為ASCII編碼，只是意義不同而已，因?yàn)閷?duì)于ASCII編碼字符集或者gb2312編碼字符集都只有唯一一種編碼，就是ASCII編碼和GB2312編碼，那么列表中顯示的ASCII和GB2312指的不是編碼字符集而是ASCII和GB2312的編碼方案，我想正是這種原因，才在很多時(shí)候，不管是字符集賦值還是編碼方案賦值都可以直接用gb2312或者ascii，比如：
Encoding gb2312 = Encoding.GetEncoding(“gb2312″);
Response.ContentEncoding = gb2312;//編碼
Response.Charset=”gb2312″;//字符集
總結(jié)下的說：
就是unicode是字符集，不是編碼！但是ascii（gb2312）是字符集，這個(gè)說法肯定正確，但是我表達(dá)為“ascii編碼”也不能說大錯(cuò)特錯(cuò)，但是這種說法讓人誤解，如果一定要說那么就說“ascii編碼字符集的編碼”
如果理解上面兩個(gè)假設(shè)的論證道理，那么我們繼續(xù)討論之前暫停的話題，即“解釋為何要用utf-8等編碼方案（其他utf編碼方案類似）”
utf-8將很大一部分基于unicode編碼字符集的字符的整數(shù)編號(hào)作了變換后存儲(chǔ)在計(jì)算機(jī)中。（引用）以“漢”字為例，“漢”的Unicode值為0x6C49，但其編碼為UTF-8格式后的值為0xE6B189（注意到變成了三個(gè)字節(jié)）。對(duì)于UTF-16編碼方案，則是對(duì)unicode編碼字符集中的前65536個(gè)字符編號(hào)都不做變換，直接作為計(jì)算機(jī)存儲(chǔ)時(shí)使用的值（對(duì)65536以后的字符，仍然要做變換），例如“漢”字的Unicode編號(hào)為0x6C49，那么經(jīng)過UTF-16編碼后存儲(chǔ)在計(jì)算機(jī)上時(shí)，它的表示仍為0x6C49，對(duì)于UTF-32編碼方案，他對(duì)所有的Unicode字符均不做變換，直接使用編號(hào)存儲(chǔ)，只是這種編碼方案太浪費(fèi)存儲(chǔ)空間（就連1個(gè)字節(jié)就可以搞定的英文字符，它都必須使用4個(gè)字節(jié)）
既然unicode編碼字符集有如此多的編碼方案，那么
utf-8，字母數(shù)字符號(hào)等占1字節(jié)，漢字占三字節(jié)
utf-16,對(duì)unicode編碼字符集中的前65536個(gè)字符都占兩個(gè)字節(jié)
utf-32，全部占四字節(jié)
如果還有人問：
“unicode編碼每個(gè)字符占幾個(gè)字節(jié)”，我們可以理直氣壯的說，第一unicode不是編碼！第二每個(gè)字符具體占多少字節(jié)是要看編碼方案！
很多面試題會(huì)問：
string param = "abc阿道夫"; int length1 = System.Text.Encoding.Unicode.GetBytes(param).Length;//別忘了這里的unicode本質(zhì)是utf-16編碼方案 int length2 = param.Length;
那么答案就是12和6了
最后，對(duì)于gb2312或者ascii編碼字符集的字符的編號(hào)就是直接存儲(chǔ)在計(jì)算機(jī)中的二進(jìn)制數(shù)，也就是說gb2312和ascii編碼字符集都只有一種編碼方案，因?yàn)樵趃b2312編碼字符集中的ascii字符集部分的編號(hào)并沒有變化（即和ascii編碼字符集中的編碼一致），所以gb2312的ascii部分字符存入計(jì)算機(jī)的二進(jìn)制數(shù)還是占用1個(gè)字節(jié)，而中文字符存入計(jì)算機(jī)的二進(jìn)制數(shù)也是該中文字符在gb2312編碼字符集中的編號(hào)，該編號(hào)一般轉(zhuǎn)換成二進(jìn)制數(shù)都占兩個(gè)字節(jié)，這個(gè)過程也就變成了所謂的gb2312編碼
如果上面的改為System.Text.Encoding.Default.GetBytes(param).Length，則值就是9和6了
如果需要了解更加深入的編碼內(nèi)部原理請(qǐng)參考：
哈爾濱品用軟件有限公司致力于為哈爾濱的中小企業(yè)制作大氣、美觀的優(yōu)秀網(wǎng)站，并且能夠搭建符合百度排名規(guī)范的網(wǎng)站基底，使您的網(wǎng)站無需額外費(fèi)用，即可穩(wěn)步提升排名至首頁(yè)。歡迎體驗(yàn)最佳的哈爾濱網(wǎng)站建設(shè)。