请保留-> 【原文： https://blog.csdn.net/luobing4365 和 http://yiiyee.cn/blog/author/luobing/】
这篇要记录的知识，实际上不限于UEFI编程，在其他编程上也一样会遇到。只是因为最近这段时间，沉迷于国产机器开发的项目，频繁地调试UEFI代码，遇到了这些问题，我觉得应该有普遍性，姑且记录下来。
在日常的编程中，特别是处理字符串以及显示汉字的时候，会被各种编码搞得糊里糊涂。毕竟编码是给计算机程序看的，记忆起来还是比较费事，即使当时搞清楚了，过一段时间不用，好像又会混淆。
1 历史
计算机从美国发展起来，最早是使用1个字节来表示各种字符和控制符。0x020以下的用来做控制，称为为“控制码”；0x20以上直至0x7F，用来表示各种英文字母、标点和各种符号的编码。
这种编码方式，就是我们现在熟知的ANSI的ASCII编码。其后计算机广泛发展，曾经也使用过0x7F~0xFF用来表示新的符号和字模，比如交叉等形状，这些字符集被称为“扩展字符集”。
在中国，我们有上万汉字，几个个常用字，使用1个字节明显无法表示完。我们制定了一个汉字的解决方案：小于0x7F的字符的意义与原来相同，但两个大于0x7F的字符连在一起时，就表示一个汉字，前面的一个字节（高字节）从0xA1用到 0xF7，后面一个字节（低字节）从0xA1到0xFE，这样就可以组合出大约7000多个简体汉字了。
在这些编码里，我们还把数学符号、罗马希腊的字母、日文的假名们都编进去了，连在 ASCII 里本来就有的数字、标点、字母都统统重新编了两个字节长的编码，这就是常说的“全角”字符，而原来在0x7F号以下的那些就叫“半角”字符了。
这种方案称为GB2312，是对ASCII的扩展。后来发现还是不够用，于是干脆取消了低字节必须大于0x7F的规定了，只要高字节大于0x7F，就是汉字了。这个方案就是GBK，它比GB2312多了2万多个新汉字和符号。再后来增加几千少数民族的字，GBK扩展成了GB18030。
好了，我们汉字这么搞，其他国家也制定自己的文字编码方案。互相之间谁都不懂，也不支持。于是ISO（国际标准化组织）出来搞定这件事，他们准备废了所有地区性编码方案，建立一套新的编码方案，包括地球上所有文化、所有字母和符号的编码，取名为“Universal Multiple-Octet Coded Character Set”，简称 UCS, 就是我们常说的 UNICODE方案。
3,605 total views, no views today
