序

编写一篇满意的文章，需要不停琢磨，耗时良久。
本文正在编写中，可参考本文中的链接，本文内容杂乱，可先掠过。
之所以不放草稿箱，是为了激励自己以通俗语言早日编写完此文.

这些都是我自己的理解，最好还是参考一下百度百科和维基百科，在我查找相关资料的过程中，发现有一些解释说的是是而非，对也对，错也错，尽信书不如无书。

本文目标：

在前端把utf-8转码为gbk或者gb18030 (已实现）
求出所转后字节的长度（已实现）
都有什么工具可查看字符的各种编码和长度（已实现）
form的accetpcharset到底有什么属性？iso、gbk、utf-8？（已实现）

工具、概念

好文！！！： utf8和gb18030的区别
强烈建议使用：本文作者写的解码页面----(https://1078559858.github.io/makeWheels/project/encode/encode.html)

gb2312\gbk\gb18030 在线转换
 utf8\unicode\utf16\utf32 在线转换
 unicode、iso编码的历史
 unicode详解

好文！
Unicode和UTF的关系
 IBM:Unicode 字符编码
 Unicode(UTF-8, UTF-16)令人混淆的概念

阮一峰

前言

ascii

unicode

unicode是一种编码格式，对世界上每一个字符都设置了对应的编码。
unicode的默认编码格式是utf-16，传输比较浪费空间，所以现在用utf8的比较多
GB18030 是中国的标准，国标(GB)，就是如何表示一个字符。Unicode只给出了一个字符的编号，并没有规定如何表示(或者说保存)，UTF-8规定了如何表示。所以说，GB18030 和 unicode+utf-8 是不同的字符表示方式，一个是中国制定的标准，一个是国际上的组织制定的标准

ascii和 unicode的关系

ascii只有127个字母，为了兼容中文有了gb2312，那日文、韩文呢？要统一世界语言，就有了unicode编码
unicode编码表示英文是八位，而ascii是7位，空间变大一倍。于是有了utf-8可伸缩长度的编码

ascii和iso 8895的关系

ascii是7位字符集，iso 8895是一系列8位元字符集的标准，现时定义了15个字符集：ios 8895-1、ios 8895-2…。
iso 8895的15个字符集都是八位字符集，利用了ascii的最高位第八位，因此，都完全兼容ascii
iso 8895可以理解为是为了一些特殊国家字符集而设立的，比如东欧是：iso 8895-1、中欧是iso 8895-2等。
iso 8895-1，也叫Latin-1，它是比较常见和重要的，因为比ascii编码集更广，所以一些软件设置为默认字符集。
iso 8895工作组已解散，目前全力维护iso 10646
ISO-8859-1对应于ISO/IEC 10646即Unicode的前256个码位。

ascii和gb的关系

在ascii基础上，发展了用于处理简体的gb2312，处理繁体的big5
gb2312字符集太少，后来发展为gbk（k是扩展的意思）

ANSI

UCS-2是什么

BOM和无BOM

unicode和utf的关系

utf8和16、32的关系

常用概念

unicode：
utf-8：1、2、3、4字节
gbk、gb2312： 2字节
gb18030： 1、2、4字节

gb2312编码

区位码是四位的十进制数字，是GB2312国标码中的分区表示方法，区位码的前两位数是“区号”，后两位数是“位号”。区号和位号分别加上160，再分别转换成十六进制数，就成为四位的十六进制GB2312国家标准编码（简称国标码）。
区位码把GB2312字符集分为94个区，每区含有94个位，共8836个码位，其中部分码位未安排字符

字符	区位号	GB2312	GBK	GB18030	unicode	utf8	utf16	utf32
啊	1601	B0A1			0000554A	E5958A	FEFF554A	0000FEFF0000554A

GB2312编码方案于1980年发布，收录汉字6763个，采用双字节编码。
GBK编码方案于1995年发布，收录汉字21003个，采用双字节编码。
GB18030编码方案于2000年发布第一版，收录汉字27533个；2005年发布第二版，收录汉字70000余个，以及多种少数民族文字。GB18030采用单字节、双字节、四字节分段编码。

平台	项目中使用的编码格式
web前端	utf-8
oracle	gb18030
mongo	utf-8

字符集	字符种类	汉字所占长度
gbk	简体中文、繁体中文、日语韩语等
gb2312	简体中文	2字节
gb18030	简体中文	1、2、4字节
utf-8		2、3、4字节

概念：各种编码的区别
 字符系列：有详细代码，讲解比较详细
 有hack方法，有对比，有详解

前端浏览器不支持gbk，因为用的少。

utf-8转GBK

1. form方法

代码实现
方法比较古老，使用form表单的chartset方法
缺点：

对ie需要适配
不支持gb18030
对于gbk，也需要服务器支持，不然报uri错误
额外的代码侵入

优点：

效率高
容易移植

总结：不推荐。

2.正则方法

缺点：

只能笼统的判断汉字，对于特殊汉字及字符需要额外判断。比较麻烦

优点：

代码最少
虽然麻烦，但是写好规则以后，移植也是最方便的

总结：不推荐

3.映射表方法

github仓库地址:text-encoding
优点：

完成大部分功能，并且支持GB18030等偏僻的字符集
字符集与数据库字符集一致，不用对特殊字符和汉字额外判断

缺点：

覆盖了window的TextEncoder和TextDecoder函数
前端代码过大，即便压缩后，也有190KB的映射表代码。（上面git仓库里面的代码我去掉了多余部分，只要压缩就可得到190KB的代码）

总结：推荐

4.自己实现和mdn方法

5.nodejs
iconv-lite库

《求：javascript中utf-8转码gbk后的长度》引起的思考 (正在编写)

序