编码和字符集有什么区别？
我很困惑的文字编码和字符集。 出于许多原因，我必须在即将到来的工作中学习非Unicode，非UTF8的东西。
我在电子邮件标题中find了“charset”字样，如“ISO-2022-JP”，但在文本编辑器中没有这样的编码。 （我环顾了不同的文本编辑器。）
文字编码和字符集有什么区别？ 如果你能给我看一些用例的例子，我将不胜感激。
基本上：
- 字符集是您可以使用的字符集
- 编码是这些字符被存储到内存中的方式
每个编码都有与之相关的特定字符集，但对于给定的字符集可以有多个编码。 一个字符集就是它听起来像一个字符集。 有大量的字符集，包括许多用于特定脚本或语言的字符集。
然而，我们正在向Unicode过渡，包括一个能够代表几乎所有世界脚本的字符集。 但是，Unicode有多种编码。 编码是将string映射到string的一种方式。 Unicode编码的例子包括UTF-8 ， UTF-16 BE和UTF-16 LE 。 这些中的每一个对于特定应用或机器体系结构都具有优点。
除了其他的答案，我认为这篇文章是一个很好的阅读http://www.joelonsoftware.com/articles/Unicode.html
这篇文章的标题是Joel Spolsky写的 “ 绝对的最低限度的软件开发人员，积极地肯定Unicode和字符集（无借口！） ”。 这篇文章已经超过10年了，但不幸的是，内容依然有效。
字符编码包括：
- 支持的字符集
- 字符和整数（“代码点”）之间的映射
- 如何将代码点编码为一系列“代码单元”（例如，UTF-16的16位单元）
- 如何将代码单元编码为字节（例如，大端或小端）
步骤＃1本身是“字符集”或摘要“字符集”，＃1 +＃2 =“编码字符集”。
但在Unicodestream行之前，每个人（东亚除外）都使用单字节编码，步骤＃3和＃4是微不足道的（代码点=代码单元=字节）。 因此，较旧的协议没有清楚地区分“字符编码”和“编码字符集”。 旧协议使用charset当他们真的意味着编码。
字符集或字符集只是一组字符（无序集合）。 一个编码的字符集将一个整数（一个“编码点”）分配给该曲目中的每个字符。 编码是将代码点明确地表示为字节stream的一种方式。
为以后参观的人投下更多的灯光，希望这会有所帮助。
字符集
每种语言都有字符，这些字符的集合形成了该语言的“字符集”。 当一个字符被编码后，它会分配一个唯一的标识符或号码，称为代码点。 在计算机中，这些代码点将由一个或多个字节表示。
字符集示例： ASCII（涵盖所有英文字符），ISO / IEC 646，Unicode（涵盖世界上所有生活语言的字符）
编码的字符集
一个编码字符集是一个集合，其中一个唯一的编号被分配给每个字符。 这个唯一的号码被称为“码点”。
编码字符集有时称为代码页。
编码
编码是将代码点与一些字节进行映射的机制，以便可以使用相同的编码scheme在不同的系统上统一读写字符。
编码示例： ASCII，Unicode编码scheme如UTF-8，UTF-16，UTF-32。
以上3个概念的阐述
- 考虑到这一点 – 梵文字符集中的字符'क'具有2325的十进制代码点 ，当使用UTF-16编码时，它将由两个字节（09 15）表示
- 在“ISO-8859-1”编码scheme中，“ü”（这不过是拉丁字符集中的一个字符）表示为“FC”的hex值，而在“UTF-8”中表示为“C3 BC”在UTF-16中作为“FE FF 00 FC”。
- 不同的编码scheme可以使用相同的代码点来表示不同的字符，例如在“ISO-8859-1”（也称为Latin1）中，字母“é”的十进制代码点值是233.然而，在ISO 8859-5 ，相同的代码点代表西里尔字符“ù”。
- 另一方面，Unicode字符集中的单个代码点实际上可以映射到不同的字节序列，具体取决于文档使用的是哪种编码。 在使用UTF-16编码（09 15），UTF-8（E0 A4 95）的三个字节或四个字节的情况下，代码点2325（hex表示法为915）的梵文字符将由两个字节表示带有UTF-32的字节（00 00 09 15）
Googlesearch了它。 http://en.wikipedia.org/wiki/Character_encoding
差异似乎是微妙的。 术语字符集实际上不适用于Unicode。 Unicode经历了一系列的抽象。 抽象字符 – >代码点 – >将代码点编码为字节。
字符集实际上跳过这个，直接从字符跳转到字节。 字节序列< – >字符序列
总之，编码：码点 – >字节字符集：字符 – >字节
charset只是一个集合; 它包含例如欧元符号，否则它不包含。 就这样。
编码是从字符集到一组整数的双射映射。 如果它支持欧元符号，它必须为该字符分配一个特定的整数，而不是其他的。
在我看来，“charset”这个词应该仅限于标识HTTP，MIME和类似标准中使用的参数，以便按名称指定字符编码（从一系列文本字符到字节序列的映射）。 例如： charset=utf-8 。
不过，我知道，MySQL，Java和其他地方可能会使用“charset”这个词来表示字符编码。
