ASCII、ANSI、Big5、GB、GBK、Unicode、UTF-X

• ASCII：只定義128個字(包含控制碼)，理論上只需要7bits
• ANSI：定義了更多字，包括ascii定義的字共256個字，一個字使用8bits
• Big5：，一個字使用16bits分為兩個byte，然而電腦不知道這2byte要連在一起看，如果Second byte內容跟'\'一樣，會造成許多的errors(google"許蓋功")
• GB2312、GBK、GB18030：GB2312同Big5使用兩個byte；GBK收入更多字，使用2byte，向下相容GB；GB18030使用浮動編碼，相容GB基本兼容GBK，收入更多字
• Unicode：收錄標準
• UTF-8：實作Unicode，屬於浮動編碼，不同的字可能用1~6bytes，英文字1byte、拉丁文等字2bytes，漢字3bytes
• UTF-16：實作Unicode，最常見的字放在/U+0000~/U+FFFF這些位置
• UTF-16的UCS-2：Windows的notepad中的Unicode指的是這個UCS-2，固定編碼，都用2bytes，在UTF-16超過2bytes範圍的部分不一定支援
• UTF-32、UCS-4：使用32個bits==4bytes，包含所有Unicode的字，但也浪費了許多空間
• 應用：
• 把Big5轉成UTF-8會變接近1.5倍的大小，因為UTF-8中漢字佔3bytes，而Big5只佔2bytes，但UTF-8不會發生慘絕人寰的悲劇(許蓋功)
• UTF-16通常也會和UTF-8差一點五倍的大小
• UTF-8的第一個byte跟ascii定義的一樣，使得大多英文程式不大需要修改

參考資料：

Unicode, UTF-8, UTF-16, UCS-2 和一些程式語言的支援方式

<http://fcamel-life.blogspot.tw/2010/04/unicode-utf-8-utf-16-ucs-2.html>

Encoding Gossip: Unicode 與 UTF

<http://openhome.cc/Gossip/Encoding/UnicodeUTF.html>

字符編碼筆記：ASCII，Unicode和UTF-8

<http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html>