原由
最近在写PHP，自身对PHP不太闇练。然后碰到编码这个题目，搅扰了大半天，干脆，体系探究处置惩罚一番。
前后端交互历程当中触及的编码
Browser cilent: 起首，浏览器的设置里有设置编码花样，平常设置为UTF-8。
AJAX request: AJAX异步要求的历程当中能够设置编码，
contentType:"application/x-www-form-urlencoded; charset=utf-8"PHP cilent: PHP经由历程
$_POST这个全局变量吸收前端POST过来的数据，编码花样为AJAX在要求头中设置的charset=utf-8,PHP操纵的历程当中能够经由历程iconv函数库自行转码,比方iconv("UTF-8","GB2312//IGNORE",$data)connection: 在PHP与数据库衔接的历程当中能够设置
connection历程当中运用的编码花样，比方CodeIgniter框架能够在数据库配置文件database.php中，设置'char_set' => 'latin1'databases: 数据会先把数据从php客户端的编码转为转为
connection中设置的编码，再以字撙节的情势传输并插进去数据库。
字符编码
常常使用的编码分为
UTF-8 万国码，就是它是一种变长的编码体式格局
latin1 又称“西欧言语”，是mysql数据库默许设置。为单字节编码
gb2312 一共收录了7445个字符，包含6763个汉字和682个别的标记。
GBK 汉字内码扩大范例,支撑繁体与简体和许多标记
UTF-8
走上国际化就靠它了。如今引荐运用UTF-8，如许外国人翻开我们的网站的时刻不需要转码，直接就可以运用。
不多说了，人人都熟悉。
看一下他的编码特质
UTF-8的设想有以下的多字符组序列的特质
单字节字符的最高有用比特永久为0。
多字节序列中的首个字符组的几个最高有用比特决议了序列的长度。最高有用位为110的是2字节序列，而1110的是三字节序列，云云类推。
多字节序列中其他的字节中的首两个最高有用比特为10。
UTF-8的这些特质，保证了一个字符的字节序列不会包含在另一个字符的字节序列中。这确保了以字节为基本的部份字符串比对（sub-string match）
要领能够适用于在笔墨中搜刮字或词。有些比较旧的可变长度8位编码（如Shift JIS）没有这个特质，故字符串比对的算法变得相称庞杂。虽然这增加了UTF-8
编码的字符串的信息冗余，然则利多于弊。别的，数据压缩并不是Unicode的目标，所以不可等量齐观。纵然在发送历程当中有部份字节因毛病或滋扰而完整丧失，
照样有能够在下一个字符的出发点从新同步，令受损局限受到限制。
另一方面，由于其字节序列设想，假如一个疑似为字符串的序列被考证为UTF-8编码，那末我们能够有把握地说它是UTF-8字符串。一段两字节随机序列恰巧为正当的UTF-8而非ASCII的几率为32分1。关于三字节序列的几率为256分1，对更长的序列的几率就更低了。
latin1
latin1编码是单字节编码，向下兼容ASCII，其编码局限是0x00-0xFF，0x00-0x7F之间完整和ASCII一致，0x80-0x9F之间是控制字符，0xA0-0xFF之间是笔墨标记。
由于latin1编码局限运用了单字节内的一切空间，在支撑latin1的体系中传输和存储其他任何编码的字撙节都不会被扬弃。换言之，把其他任何编码的字撙节看成latin1编码对待都没有题目。
这是个很主要的特征，MySQL数据库默许编码是Latin1就是利用了这个特征，latin1编码是一个8位的容器。
把一个gbk编码的串写入latin1的表，不会有任何题目，保留的是一成不变的字撙节，从表中读取已写入的串也不会有任何题目，且读出的字撙节就和当初写入的完整一致。
读取出来今后，假如在终端下，就会明白成locale范例（假如locale系gbk，当时写入的gbk中文串可正常回显）读取出来今后，假如要写入文件，则文件编码体式格局即当时写入的字撙节编码，如gbk写入的，读出存入文件后，文件编码也是gbk！
然则假如混着写（utf-8 + gbk),那编辑器就犯蒙了，就能够会显现会有乱码。
固然，基于可保护的角度，照样一致为UTF-8编码花样，以避免涌现乱码。
GBK与gb2312
由于汗青缘由，许多网页和数据库依旧运用这个编码花样
应当逐渐晋级为UTF-8。
文件编码
每一个文件都设置了其编码的花样,大部份引荐运用UTF-8。
VIM文件编码示例
一个文本文件，vim翻开的时刻按某种编码A翻开，转换成某种编码B，然后保留的时刻转换成另一种编码C，其他文本编辑器相似，能够没有vim这么能够设置和自动完成。
编码B：关于全部文件没有影响，只是事关显现的，就是vim与操纵体系交互时刻运用的编码。
编码A：运用 set fileencodings=ucs-bom,utf-8,gbk,cp936,latin-1设置。vim 根据设置的递次搜检检测文件的编码。由于某些编码里不存在某些二进制序列的组合，所以假如检测到就以为不是这类编码，搜检下一种编码，不然就以为是这一种。由于latin-1能够涌现任何二进制序列的组合，所以假如放到第一个，那末将永久以latin-1显现。
在平常的二进制文件里是不存在字符编码的标记的。然则Unicode内里有个特别叫做零宽度空格（FEFF）而FFFE是不存在的编码，所以在Unicode的规范里能够工资的在最先到场这个字符（这个字符在任何字体下都是没有宽度的，在中笔墨符内里没有任何的结果跟没有一样，是为了照应东南亚某些言语的显现而设置的）。如许就便于文本编辑器搜检字符和字节递次，然则在代码里include这类文件常常会出题目（这但是个大坑，编译器会以为这是一个不法字符，但是你又看不到）。
编码B：set fileencoding=utf-8，保留时刻运用的编码，保留的时刻自动转换为另一种编码。然则假如一最先翻开的时刻就辨认错了编码，再转换的时刻一个不存在的字符也是不会完转换的。
参考资料
WilsonLiu’s blog首发地点：http://blog.wilsonliu.cn
