ASCII
8bit 进行表示，有 0xFF（256）种不同的状态
- 0x00 ~ 0x20：控制码
- 0x21 ~ 0x7F：空格、标点符号、数字、大小写字母
- 0x80 ~ 0xFE：新的字母和符号
ASCII 编码表
国标（GB）编码 GB2312->GBK->GB18030
GB2312
GB2312 是对 ASCII 的中文扩展
- 0x00 ~ 0x7F：原来的 ASCII
- 0xA1A1 ~ 0xB0A1
- 0xB0A1 ~ 0xF7FE：汉字
- 0xF7FE ~ 0xFEFE
等中国人们得到计算机时，已经没有可以利用的字节状态来表示汉字，况且有 6000 多个常用汉字需要保存呢。于是国人就自主研发，把那些 127 号之后的奇异符号们直接取消掉。 规定：小于 127 的字符的意义与 ASCII 相同，但两个大于 127 的字符连在一起时，就表示一个汉字，前面的一个字节（他称之为高字节）从 0xA1 用到 0xF7，后面一个字节（低字节）从 0xA1 到 0xFE，这样我们就可以组合出大约 7000 多个简体汉字了。在这些编码里，我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的” 全角” 字符，而原来在 127 号以下的那些就叫” 半角” 字符了。
GB2312 编码表
GBK
GBK 是 GB2312 的拓展
中国的汉字太多了，后来还是不够用，于是干脆不再要求低字节一定是 127 号之后的内码，只要第一个字节是大于 127 就固定表示这是一个汉字的开始，不管后面跟的是不是扩展字符集里的内容。结果扩展之后的编码方案被称为 GBK，GBK 包括了 GB2312 的所有内容，同时又增加了近 20000 个新的汉字（包括繁体字）和符号。
GBK 编码表
GB18030
GB18030 是 GBK 的拓展
后来少数民族也要用电脑了，于是我们再扩展，又加了几千个新的少数民族的字，GBK 扩成了 GB18030。
Unicode
Unicode 只是对字符进行了编号，以字节的方式在计算机中存储这个编号的规则则是 UTF 或者 UCS 来定义的。
目前的 Unicode 字符分为 17 组编排，0x0000 至 0x10FFFF，每组称为平面（Plane），而每平面拥有 65536 个码位，共 1114112 个。
Unicode defines two mapping methods: the Unicode Transformation Format (UTF) encodings, and the Universal Coded Character Set (UCS) encodings.
UTF（UCS Transfer Format）标准
UTF8 就是每次 8 个位传输数据，而 UTF16 就是每次 16 个位，只不过为了传输时的可靠性，从 Unicode 到 UTF 时并不是直接的对应，而是要过一些算法和规则来转换。
Unicode 编码表
超简版：
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<meta http-equiv="X-UA-Compatible" content="ie=edge">
<title>Document</title>
</head>
<div class="unicode">
</div>
<body>
<script>
let u_div = document.querySelector('.unicode'),
u1 = Number.parseInt('007F', 16),
u2 = Number.parseInt('07FF', 16),
u3 = Number.parseInt('FFFF', 16),
u4 = Number.parseInt('10FFFF', 16);
for (let i = Number.parseInt('0000', 16); i < u1; i++) {
u_div.append(document.createTextNode(String.fromCharCode(i)));
}
u_div.append(document.createElement('hr'));
for (let i = Number.parseInt('0080', 16); i < u2; i++) {
u_div.append(document.createTextNode(String.fromCharCode(i)));
}
u_div.append(document.createElement('hr'));
for (let i = Number.parseInt('0800', 16); i < u3; i++) {
u_div.append(document.createTextNode(String.fromCharCode(i)));
}
u_div.append(document.createElement('hr'));
// 太多了。。
// for (let i = Number.parseInt('10000', 16); i < u4; i++) {
// u_div.append(document.createTextNode(String.fromCharCode(i)));
// }
</script>
</body>
</html>
相互转换
Unicode 与国标（GB）编码
Unicode 在制订时没有考虑与任何一种现有的编码方案保持兼容，这使得 GBK 与 Unicode 在汉字的内码编排上完全是不一样的，没有一种简单的算术方法可以把文本内容从 Unicode 编码和另一种编码进行转换，这种转换必须通过查表来进行。
Unicode 与 UTF8
| Unicode | UTF-8 |
|---|---|
| 0000 - 007F | 0xxxxxxx |
| 0080 – 07FF | 110xxxxx 10xxxxxx |
| 0800 – FFFF | 1110xxxx 10xxxxxx 10xxxxxx |
UTF-8 中的每位 x 代表 Unicode 的一位二进制
参考：
坑
- GB2312 不支持繁体，GBK 才支持。
- 某些汉字 Unicode 中有，GBK 中没有 T_T，如：“䗴” 字。