字符集
- 字符的集合，没有编号
编码字符集(charset)
- 为字符集的每一个字符指定一个编号，即代码点（code point） 。
字符集编码(encoding)
字符的code point（码点）不一定是该字符在电脑中存储中使用的值。字符在电脑中存储的值由字符集编码决定。
code unit（代码单元或码元）仅仅针对字符集编码，是字符集编码中对一个字符编码后的最小存储单元。在UTF-8中是一个字节，因为UTF-8在将字符编码为1个，2个，3个，或者4个。在UTF-16中，代码单元变成了两个字节，因为在UTF-16中字符可以被编码为2个或者4个字节（也就是java里面的1个或者2个char）。
具体的编码字符集和字符集编码
| 编码字符集 | 字符集编码 |
|---|---|
| Unicode | UTF-8,UTF-16,UTF-32 |
| GB2312 | GB2312 |
| GBK | GBK |
| ASCII （ISO-646） | ASCII（ISO-646） |
| 扩展的ASCII | 扩展的ASCII（ISO-8859-*），例如Latin-1（ISO-8859-1） |
其他
创建了一张xml页面，声明encoding为UTF-8，和html中的charset一样，只是告诉程序，页面使用了什么字符集编码（html中的charset其实是指字符集编码）。但是这张页面到底用了什么字符集编码，是不一定的。所以最好要求页面实际使用的字符集编码和encoding声明的一样。
windows操作系统在保存页面时，会使用默认的编码方式ANSI。简体中文使用字符集编码是GBK。
