文字编码
文字编码不同往往会造成乱码等问题，如果不知道问题在哪，就会急得像热锅上的蚂蚁(法语乱码问题)。所以写代码还是要对各种不同的编码有所了解。
1、ASCII码
American Standard Code for Information 美国信息交换标准代码。ASCII码是单字节编码，使用7位二进制数表示。编码范围是0x00-0x7F(最高位保持为0，0 - 127)，可表达128个字符。
ASCII字符集包括英文字母、阿拉伯数字和标点符号等字符。ASCII码字符不存在乱码问题，因为绝大部分地区编码都兼容ascii。其中0x00-0x20和0x7F共33个控制字符,只支持ASCII码的系统会忽略每个字节的最高位，只认为低7位是有效位。
标准ASCII码只用到一个字节中的7位，如果使用第8位，则可扩展编码范围128 - 255，扩展后的标准即为ISO8859-1,也称为 Latin-1
2、Unicode
Unicode是全世界统一的编码规则，但是这个只规定了各种字符的数字编码（相当于一种标准），Unicode的实现方式称为Unicode转换格式（Unicode Transformation Format，简称为UTF），如UTF-8、UTF-16等。
各种形式有不同的存储和与unicode代码的映射规则。目前的 Unicode 字符分为 17 组编排, 每组称为平面（Plane），而每平面拥有65536个代码点。
3、ISO 10646
ISO 10646标准由国际标准化组织ISO颁布，用来实现全球所有文种的统一编码；ISO 10646定义了标准字符集（Universal Character Set，UCS）；
历史上存在两个独立的尝试创立单一字符集的组织，即国际标准化组织（ISO）和多语言软件制造商组成的统一码联盟即Unicode。前者开发了ISO/IEC 10646 项目，后者开发了统一码项目。因此最初制定了不同的标准。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。
4、ISO8859
ISO 8859，全称ISO/IEC 8859，是一个8位字符集的标准，现时定义了15个字符集。 兼容ASCII，0x20 - 0x7F为ASCII，0xA0-0xFF为ISO 8859-x字符，Unicode 0x00-0xFF范围的字符由 0x00-0x7F(ASCII) + 0x80-0x9F(控制符) + 0xA0-0xFF(ISO 8859-1)组成
各种ISO 8859字符集如下 ：
ISO/IEC 8859-1 (Latin-1) - 西欧语言
ISO/IEC 8859-2 (Latin-2) - 中欧语言
ISO/IEC 8859-3 (Latin-3) - 南欧语言。世界语也可用此字符集显示。
ISO/IEC 8859-4 (Latin-4) - 北欧语言
ISO/IEC 8859-5 (Cyrillic) - 斯拉夫语言
ISO/IEC 8859-6 (Arabic) - 阿拉伯语
ISO/IEC 8859-7 (Greek) - 希腊语
ISO/IEC 8859-8 (Hebrew) - 希伯来语（视觉顺序）
ISO 8859-8-I - 希伯来语（逻辑顺序）
ISO/IEC 8859-9（Latin-5 或 Turkish）- 它把Latin-1的冰岛语字母换走，加入土耳其语字母。
ISO/IEC 8859-10（Latin-6 或 Nordic）- 北日耳曼语支，用来代替Latin-4。
ISO/IEC 8859-11 (Thai) - 泰语，从泰国的 TIS620 标准字集演化而来。
ISO/IEC 8859-13（Latin-7 或 Baltic Rim）- 波罗的语族
ISO/IEC 8859-14（Latin-8 或 Celtic）- 凯尔特语族
ISO/IEC 8859-15 (Latin-9) - 西欧语言，加入Latin-1欠缺的芬兰语字母和大写法语重音字母，以及欧元（€）符号。
ISO/IEC 8859-16 (Latin-10) - 东南欧语言。主要供罗马尼亚语使用，并加入欧元符号。
由于英语没有任何重音字母（不计外来词），故可使用以上十五个字集中的任何一个来表示。
5、GB2312
GB2312 是对 ASCII 的中文扩展,正式的名称为MBCS（Multi-Byte Chactacter System，多字节字符系统）按照程序员的称呼，GB2312、GBK到GB18030都属于双字节字符集 (DBCS)。
规定：一个小于127的字符的意义与原来相同，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
6、GBK
GBK最初是由微软对GB2312的扩展。总体编码范围为 8140-FEFE，首字节在 81-FE 之间，尾字节在 40-FE 之间。
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。
7、BIG5
BIG5 字符集，繁体中文编码。1984年由台湾财团法人信息工业策进会和五间软件公司宏碁 (Acer)、神通 (MiTAC)、佳佳、零壹 (Zero One)、大众 (FIC)创立，故称大五码.
Big5码使用了双字节储存方法，以两个字节来编码一个字。第一个字节称为“高位字节”，第二个字节称为“低位字节”。高位字节的编码范围0xA1-0xF9，低位字节的编码范围0x40-0x7E及0xA1-0xFE。
各编码范围对应的字符类型如下：
0xA140-0xA3BF为标点符号、希腊字母及特殊符号，
0xA259-0xA261，存放了双音节度量衡单位用字：兙兛兞兝兡兣嗧瓩糎；
0xA440-0xC67E为常用汉字，先按笔划再按部首排序；
0xC940-0xF9D5为次常用汉字，亦是先按笔划再按部首排序。
