php - 关于编码：ansi、gbk、gb2312、utf8、utf16、utf32、Unicode

Question

从接触编程以来，一直对编码的知识一知半解,总没有掌握精髓。
比如：ansi和gbk的关系，gbk和gb2312又有何关系，ansi和utf8有何区别，Unicode又和utf8是什么关系，以及ansi、gbk、gb2312、utf8（有无Bom之分）、utf16、utf32、Unicode之间的相互转换等等，心中的疑问总没有找个机会解决下，希望能在segmentfault得到满意的答案。

---

如果有这方面的书籍的话（javascript的最好了，因为刚好是在javascript中碰到的问题），最好不过了！

---

汇总

书籍
《fonts and encodings》只找到英文版
许令波的《深入分析Java Web技术内幕》3.3节

文章
字符编码笔记：ASCII，Unicode和UTF-8
谈谈Unicode编码
UNICODE,GBK,UTF-8区别
Unicode字符集和多字节字符集关系
谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词
分析记事本写联通两字出现乱码的原因1
分析记事本写联通两字出现乱码的原因2
小代码大学问之JavaScript位运算

其他：
字体编辑用中日韩汉字Unicode编码表

Answer 1

ANSI是标准集，美国国家标准协会，涵盖多方面，类似大陆的国标
win下的ANSI是狭义的，指的是当前系统的编码，相当于code page

GB2312是国标，双字节字符集，但制定年份较早，包含的汉字（含标点符号等）较少
GBK是在GB2312的基础上扩展的，利用其中未被使用的码位，纳入更多的汉字和符号，所以一般情况下应该用GBK而不是GB2312。网页使用gb2312没问题是因为网页本身只是显示，取决于客户端的字体，即使超出gb2312编码范围的字符，只要字体包含就能显示，目前客户端的字体基本上都是足够显示gbk的，不会只有gb2312那么少字符，所以显示完全没问题。但编程时这两个就要分清楚，因为gb2312的字符数量少，容易造成转码错误，所以应该用gbk

unicode是字符集，其实是个码表，不是具体的编码，具体的编码是uc2，uc4，utf-7，utf-8，utf-16，utf-32等，uc是定长，每个字符字节数相同，utf是变长，字符视乎unicode的码位段字节数不同
windows下的unicode指的是utf-16，这样就有点混淆了概念
bom的概念是在文件最前面加上几个特定字节，以方便识别这是一个unicode某个编码的文本

编码间的转换一般用码表，这个一般如果不是研究，用现有的一些控件或接口就可以了，例如iconv等

Answer 2

深入分析Java Web技术内幕 许令波写的 3.3节
上面这书是我见过的对编码解释的最清晰的了 可以找找看看

Answer 3

百度一下，一大堆的博客介绍这个。

http://blog.csdn.net/garfield2005/article/details/7681299

http://www.cnblogs.com/cy163/archive/2007/05/31/766886.html

...

Answer 4

推荐下阮一峰写的一篇入门的文章： http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html