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
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
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
...
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