字符编码对照表
字符编码（Charset）决定文字如何映射为字节。本表覆盖开发中常见的 ASCII、UTF-8、GBK、GB2312、Big5、ISO-8859-1 等编码的含义与典型用途，解决乱码与编码选择问题。
| 编码 | 说明 | 典型用途 |
|---|---|---|
| ASCII | 7 位字符集，覆盖英文字母、数字与基础符号（0-127） | 最古老的基础编码，所有现代编码的兼容子集 |
| UTF-8 | Unicode 的可变长编码，1-4 字节 | Web 默认编码，覆盖全球字符，中文 3 字节 |
| UTF-16 | Unicode 的 2 或 4 字节编码 | Windows/Java/.NET 内部常用，JS 字符串底层 |
| UTF-32 | Unicode 的固定 4 字节编码 | 处理简单但体积大，较少用于传输 |
| ISO-8859-1 | Latin-1，单字节覆盖西欧语言 | HTTP 默认编码，常与 Windows-1252 混淆 |
| Windows-1252 | CP1252，Latin-1 超集，补了 € 等可打印字符 | Windows 西欧默认，浏览器常把 8859-1 当 1252 解析 |
| GBK | 汉字内码扩展，双字节覆盖繁简中文 | 中文 Windows 旧默认，兼容 GB2312 |
| GB2312 | 早期简体中文双字节编码 | 简体中文基础字符集，被 GBK 全面兼容 |
| GB18030 | 国标强制标准，覆盖中日韩及少数民族文字 | 中国政府/金融系统要求，兼容 GBK |
| Big5 | 大五码，繁体中文双字节编码 | 港台地区传统中文编码 |
| Shift-JIS | 日文编码，单/双字节混合 | 日本 Windows 默认日文编码 |
| EUC-KR | 韩文编码，双字节 | 韩国传统韩文编码 |
常见问题
UTF-8 和 GBK 有什么区别？
UTF-8 是 Unicode 的可变长编码，一套字符集覆盖全球语言，是 Web 事实标准；GBK 是中文双字节编码，只覆盖中英文，体积更小但无法表示其他语言。现代项目应统一使用 UTF-8 以避免乱码。
为什么会出现乱码（mojibake）？
当文本以 A 编码保存、却用 B 编码解读时就会出现乱码。最常见是中文以 GBK 保存却被当成 UTF-8（或反之）读取。确保文件、数据库、HTTP 头（charset=utf-8）三方编码一致即可避免。
ISO-8859-1 和 Windows-1252 一样吗？
不一样但常被混用。8859-1 在 0x80-0x9F 是控制字符；1252 在这段放了大量可打印字符（如 €、智能引号）。浏览器在声明 8859-1 时实际常按 1252 解析，因此用 1252 更明确。
emoji 用哪种编码？
emoji 属于 Unicode，UTF-8 下通常占 4 字节（部分新 emoji 更多），UTF-16 下用代理对（surrogate pair）表示。只要系统用 UTF-8，emoji 就能正确存储与显示。