前言

1. 本博文基于VC6.0++编译环境编写；

先搞懂几个概念

1. 字节：计算机中数据存储的基本单位；一个字节是8个比特位；
2. 字符：各种文字和符号的统称；比如一个英文字母是一个字符，一个汉字是一个字符，一个标点符号也是一个字符；
3. 字符集：就是某个范围内字符的集合，不同的字符集规定了字符的个数，比如 ASCII 字符集总共有128个字符，包含了英文字母、阿拉伯数字、标点符号和控制符。而 GB2312 字符集定义了7445个字符，包含了绝大部分汉字字符。
4. 字符编码：将字符集中的字符码映射为字节流（数字）的一种具体实现方案；计算机无法直接存储字符；只有将字符和相应的数字形成标记关系，才能正常字符集与字符编码有种对应关系常见的字符编码有 ASCII 编码、UTF-8 编码、GBK 编码等。 例如 ASCII 字符集对应 有 ASCII 编码。ASCII 字符编码规定使用单字节中低位的7个比特去编码所有的字符。例如”A” 的编号是65，用单字节表示就是0×41，因此写入存储设备的时候就是b’01000001’。
5. 编码：将字符转换成字节流（数字）；
6. 解码：将字节流（数字）解析为字符；

现象

在C语言中，字符型（char）变量占用一个字节（8bit，0000 0000）（分配几个字节是编译器说了算，不同的编译器可能并不一样），但是对照ACII表格时可以发现，在这个8bit中，最高位并没有在ASCII中变成1，并且ASCII表中包括空字符（NULL，0000 0000）在内的一共只有128个字符（0~127）；说到这里啊还是先来说一下这个ASCII故事吧！

故事

计算机发明于美国，在英语世界里，常用字符非常有限，26个字母（大小写）、10个数字、标点符号、控制符，这些字符在计算机中用一个字节的存储空间来表示绰绰有余，因为一个字节相当于8个比特位，8个比特位可以表示256个符号。于是美国国家标准协会ANSI制定了一套字符编码的标准叫 ASCII(American Standard Code for Information Interchange)，每个字符都对应唯一的一个数字，比如字符 “A” 对应数字是65，”B” 对应 66，以此类推。最早 ASCII 只定义了128个字符编码，包括96个文字和32个控制符号，一共128个字符只需要一个字节的7位就能表示所有的字符，因此 ASCII 只使用了一个字节的后7位，剩下最高位1比特被用作一些通讯系统的奇偶校验。下图就是 ASCII 码字符编码的十进制、二进制和字符的对应关系表

最高位和ASCII的拓展EASCII（ISO/8859-1）

然而计算机慢慢地普及到其他西欧地区时，发现还有很多西欧字符是 ASCII 字符集中没有的，显然 ASCII 已经没法满足人们的需求了，好在 ASCII 字符只用了字节的7位 0×00~0x7F 共128个字符，于是他们在 ASCII 的基础上把原来的7位扩充到8位，把0×80-0xFF这后面的128个数字利用起来，叫 EASCII ，它完全兼容ASCII，扩展出来的符号包括表格符号、计算符号、希腊字母和特殊的拉丁符号。然而 EASCII 时代是一个混乱的时代，各个厂家都有自己的想法，大家没有统一标准，他们各自把最高位按照自己的标准实现了自己的一套字符编码标准，比较著名的就有 CP437， CP437 是 始祖IBM PC、MS-DOS使用的字符编码，如下图：
众多的 ASCII 扩充字符集之间互不兼容，这样导致人们无法正常交流，例如200在CP437字符集表示的字符是 È ，在 ISO/8859-1 字符集里面显示的就是 ╚，于是国际标准化组织（ISO）及国际电工委员会（IEC）联合制定的一系列8位字符集的标准ISO/8859-1(Latin-1)，它继承了 CP437 字符编码的128-159之间的字符，所以它是从160开始定义的，ISO-8859-1在 CP437 的基础上重新定义了 160~255之间的字符。

关于中文的GBK码 （汉字内码扩展规范）

ASCII 字符编码是单字节编码，计算机进入中国后面临的一个问题是如何处理汉字，对于拉丁语系国家来说通过扩展最高位，单字节表示所有的字符已经绰绰有余，但是对于亚洲国家来说一个字节就显得捉襟见肘了。于是中国人自己弄了一套叫 GB2312 的双字节字符编码，又称GB0，1981 由中国国家标准总局发布。GB2312 编码共收录了6763个汉字，同时他还兼容 ASCII，GB 2312的出现，基本满足了汉字的计算机处理需要，它所收录的汉字已经覆盖中国大陆99.75%的使用频率，不过 GB2312 还是不能100%满足中国汉字的需求，对一些罕见的字和繁体字 GB2312 没法处理，后来就在GB2312的基础上创建了一种叫 GBK 的编码，GBK 不仅收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。同样 GBK 也是兼容 ASCII 编码的，对于英文字符用1个字节来表示，汉字用两个字节来标识

本博客内容大部分来自下面这位朋友的博客，感谢这位朋友的分享，内容我稍有改动：
https://blog.csdn.net/qq_41888542/article/details/81128715
还参考了一个网站：
查ASCII码：http://ascii.911cha.com/
查EASCII码：http://ascii.911cha.com/eascii.html
查GBK码：https://www.qqxiuzi.cn/zh/hanzi-gbk-bianma.php

查询

ASCII码只有128个字符，在本页面直接按Ctrl+F输入你要查找的字符查询对应的ASCII吗，或者输入ASCII值（二进制、八进制、十进制、十六进制）查找对应的字符。

简介

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套计算机编码系统。它主要用于显示现代英语，而其扩展版本EASCII则可以部分支持其他西欧语言，并等同于国际标准ISO/IEC 646。

ASCII第一次以规范标准的类型发表是在1967年，最后一次更新则是在1986年，至今为止共定义了128个字符；其中33个字符无法显示（一些终端提供了扩展，使得这些字符可显示为诸如笑脸、扑克牌花式等8-bit符号），且这33个字符多数都已是陈废的控制字符。控制字符的用途主要是用来操控已经处理过的文字。在33个字符之外的是95个可显示的字符。用键盘敲下空白键所产生的空白字符也算1个可显示字符（显示为空白）。

规律

由ASCII码表我们可以做如下总结（以下说明均以10进制表示法）：

• 共定义了128个字符，其中33控制字符个字符无法显示，剩余95个可显示字符
• 控制字符包含0~31的32个字符，加上一个删除符（127）,共33个
• 可显示字符包含32~126的95个字符（包含数字、大小写字符、英文标点符号等）
• 数字1~9对应的ASCII码为48~57
• 大写字母A~Z对应的ASCII码为65~90
• 小写字母a~z对应的ASCII码为97~122

ASCII码表

ASCII码缺点

ASCII的局限在于只能显示26个基本拉丁字母、阿拉伯数目字和英式标点符号，因此只能用于显示现代美国英语（而且在处理英语当中，即使会违反拼写规则，外来词如naïve、café、élite等等时，所有重音符号都必须去掉）。虽然EASCII解决了部分西欧语言的显示问题，但对更多其他语言依然无能为力。因此有其他的扩展方案，如EASCII和ISO/IEC 8859，现在的软件系统大多采用Unicode。

EASCII

EASCII（Extended ASCII，扩展美国标准信息交换码）是将ASCII码由7位二进制扩充为8位而成。EASCII码比ASCII码扩充出来的符号包括表格符号、计算符号、希腊字母和特殊的拉丁符号。

原来的ASCII码二进制表示范围为0000 0000~0111 1111（共128个字符），可以看到高八位都是0，是没有用到的。

而新增的EASCII二进制表示范围为1000 0000~1111 1111（十进制为129~255，共128个字符），可以看到高八位都是1。

ISO/IEC 8859

不过，EASCII码目前已经很少使用，常用的是ISO/IEC 8859字符编码方案。该方案与EASCII码类似，也同样是在ASCII码的基础上，利用了ASCII的7位编码所没有用到的最高位(首位)，将编码范围从原先ASCII码的0x00~0x7F(十进制为0~127)，扩展到了0x80~0xFF(十进制为128~255)。

ISO/IEC 8859字符编码方案所扩展的这128个编码中，实际上只有0xA0~0xFF(十进制为160~255)被实际使用。也就是说，只有0xA0~0xFF(十进制为160~255)这96个编码定义了字符，而0x80~0x9F(十进制为128~159)这32个编码并未定义字符。

ISO/IEC 8859字符编码方案同样是单字节编码方案，也同样完全兼容ASCII。

ASCII

ASCII(American Standard Code for Information Interchange)，美国信息交换标准代码。20世纪60年代，美国人制定了这套字符编码，对英语字符做了统一的规定，一共包含128个字符。对于这套编码的实现，只需要用一个字节就可以表示，而且只用了7个比特位。如图：

出现问题：随着计算的发展流行，这套编码在使用更多字符的国家来说，如欧洲的国家，就不够用了，于是出现了新的字符编码。

EASCII

EASCII(Extended American Standard Code for Information Interchange),扩展美国标准信息交换码。为了突破ASCII下127个字符的限制，一些欧洲国家就扩展了ASCII，将字节的第8位利用起来，这样就可以表示256个字符了，如图：

出现问题： 256个字符对于中国，日本，韩国等等这样的国家来说，远远不够，所以又出现了另外一套编码。

ANSI

ANSI(American National Standards Institute)，美国国家标准学会。它是负责制定美国国家标准的非营利组织。为使计算机支持更多的语言，不同的国家和地区制定了不同的标准，并得到了ASNI的认可，全世界在表示对应国家文字的时候都通用这种编码就叫ANSI编码。这种编码实现的方式非常多，如中国的GB2312，繁体中文的BIG5，日本的JIS等等。1个字节只能表示256个字符，所以这种编码只能用多个字节来表示（注：具体的实现之后再讨论）。

出现问题：不同的国家，有不同的ANSI编码实现，相互不能兼容。若要显示一份文本，就必须要知道其编码，处理不当就会乱码。于是又出现了一套更科学的编码。

UNICODE、UCS

• 统一码联盟，他们由Xerox、Apple等软件制造商于1988年组成，并且开发了Unicode标准（The Unicode Standard）。 UNICODE目前的实现有：UTF-8,UTF-16,UTF-32。
• 国际标准化组织（ISO），他们于1984年创建ISO/IEC JTC1/SC2/WG2工作组，试图制定一份“通用字符集”（Universal Character Set，简称UCS），并最终制定了ISO 10646标准。UCS目前的实现有：UCS-2, UCS-4。

1991年前后，两个项目的参与者都认识到，世界不需要两个不兼容的字符集。于是，它们开始合并双方的工作成果，并为创立一个单一编码表而协同工作。从Unicode 2.0开始，Unicode采用了与ISO 10646-1相同的字库和字码；ISO也承诺，ISO 10646将不会替超出U+10FFFF的UCS-4编码赋值，以使得两者保持一致。两个项目仍都独立存在，并独立地公布各自的标准。不过由于Unicode这一名字比较好记，因而它使用更为广泛。

总结

网友的一张图总结的很好，出自https://blog.csdn.net/luoweifu/article/details/49382969，如图：

参考

• http://baijiahao.baidu.com/s?id=1587328103311685260&wfr=spider&for=pc
• https://www.cnblogs.com/malecrab/p/5300503.html
• https://blog.csdn.net/xiaolei1021/article/details/52093706/
• https://blog.csdn.net/luoweifu/article/details/49382969