常见的字符编码有哪些？有什么区别？

面试回答

面试官： 常见的字符编码有哪些？有什么区别？

你：

字符编码本质上就是“怎么把文字存成二进制，再怎么从二进制读出文字”的规则。搞不清编码，乱码天天有。最常见的就这四个：

1. ASCII

最早最基础，用 1 个字节存一个字符，但只用低 7 位，能表示 128 个符号。只有英文字母、数字、标点，没有汉字。所以它是所有编码的公共子集，UTF-8 里英文部分完全就是 ASCII，天然兼容。

1. 中文编码 GB2312 / GBK / GB18030

中国自己搞的。GB2312 收了常用简体和符号，用 1~2 个字节表示；GBK 扩展了繁体等更多字符，也是 1~2 字节；GB18030 进一步支持少数民族文字和更大字符集，可用 1、2、4 个字节。它们的共同特点是：向下兼容 ASCII，但互相之间可能不兼容。你用 GBK 写，用 GB2312 打开，生僻字可能就变乱码了。

1. Unicode

只为世界所有字符分配一个唯一编号（码点），但不规定怎么存储。比如“汉”字编号是 U+6C49。Unicode 是“字符集”，不是具体的存储方式。

1. UTF-8 和 UTF-16

它们才是真正实现 Unicode 的“编码方案”。

• UTF-8：可变长度，1~4 个字节。ASCII 字符用 1 字节，中文用 3 字节，一些 emoji 用 4 字节。没有字节序问题，对网络传输极友好，是目前互联网使用最广的编码。

• UTF-16：以 2 字节为单位，一个字符用 2 或 4 字节。Java 内部字符串就用 UTF-16 存储，所以一个 char 并不等于一个字符（辅助字符需要两个 char 表示）。UTF-16 有字节序问题，需要 BOM 标记。

核心区别一句话： ASCII 是最小的交集，中文编码按地区扩展，Unicode 统一编号，UTF-8/16 负责把编号塞进字节里，一个省流量，一个处理快。

---