在C语言程序中允许出现的字符集是什么？

C语言程序中允许出现的字符集：

1) 拉丁字母

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

a b c d e f g h i j k l m n o p q r s t u v w x y z

2) 十进制阿拉伯数字

0 1 2 3 4 5 6 7 8 9

3) 下面29个符号

! " # % &' () * + , －. / :<= >? [ \ ] ^ _ { | } ~

4) 5种空白符

空格、水平制表符、垂直制表符、换行、换页

5) 基本运行字符集还包括四个不可打印的字符：

null字符（用做字符串终止符）、警报（alert）、退格（backspace）、回车（carriage return）

为了在字母和字符串中表示这些字符，输入反斜杠\加对应的转义序列（escape sequence）即可，例如，\0表示 null 字符（空字符），\a表示警报，\b表示退格，而\r表示回车。

不同的C实现版本中，字符实际对应的数值（字符码）可能不同。C语言本身仅规定了以下规则：

基本字符集中的每个字符必须用一个字节（byte）表示。

空字符是一个字节，其所有的位（bit）都是0。

0 之后的每个十进制数字，编码都要依次比前者大 1。

C语言字符集由字母，数字，空格，标点和特殊字符组成。在字符常量，字符串常量和注释中还可以使用汉字或其它可表示的图形符号。字母包括小写字母a～z共26个，大写字母A～Z共26个；数字包括0～9共10个数字；空白符包括空格符、制表符（Tab键）、换行符等；标点和特殊字符如加号(+)、减号(-)、分号()、逗号(,)等符号。

Java语言所使用的字符集是16位Unicode编码。另外再介绍一些常见的字符集：

1、最早在dos下写pascal的时候，就遇到ASCII字符集，后来还是dos下写c，也是ascii字符集

特点：目前最通用的单字节编码字符集

表示：单字节

最早ascii用7bit表示，总共能表示2^7=128个字符，后来扩展到8bit，就表示2^8=256个字符

2、GB2312又称为GB2312-80字符集，全称为《信息交换用汉字编码字符集·基本集》，由原中国国家标准总局发布，1981年5月1日实施。

特点：当然是能表示99%的中国汉字，还包括拉丁字母、日文假名、希腊字母、俄文字母、汉语拼音符号、汉语注音字母等

表示：双字节

3、GBK是汉字编码标准之一，全称《汉字内码扩展规范》，GBK 向下与GB2312编码兼容，向上支持ISO10646.1国际标准。可以认为GBK是在GB2313基础上通过内码扩展出来的一个标准。

特点：完全兼容GB2312标准，支持国际标准ISO/IEC10646-1和国家标准GB13000-1中的全部中日韩汉字，并包含了BIG5编码中的所有汉字

表示：双字节

4、Big5，台湾那边使用比较多。

5、GB 18030，全称是GB18030-2000《信息交换用汉字编码字符集基本集的扩充》，是我国政府于2000年3月17日发布的新的汉字编码国家标准，2001年8月31日后在中国市场上发布的软件必须符合本标准。

特点：就是强大。覆盖中文、日文、朝鲜语和中国少数民族文字。满足中国大陆、香港、台湾、日本和韩国等东亚地区信息交换多文种、大字量、多用途、统一编码格式的要求。并且与Unicode 3.0版本兼容，填补Unicode扩展字符字汇“统一汉字扩展A”的内容。并且与以前的国家字符编码标准（GB2312，GB13000.1）兼容。

表示：单字节、双字节、四字节三种方式

6、Unicode野心更大（当然有一个国际统一标准当然是好事）

特点：Unicode是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。

表示：utf-8,utf-16,utf-32

这里可能有点不好理解，举个例子

首先，把unicode理解成对所有字符做了一个统一的编号，比如：“字”这个字符，编号是23383，这个是unicode定义的

但是，在计算机中，如何存储这个编号呢？方式就有很多，存储unicode的方式，就是utf-8,utf-16,utf-32

23383数值的16进制表示：0x5b57

utf-8用3个字节来表示汉字，所以utf-8的表示为：0xE5AD97

utf-16用2个字节来表示汉字，所以utf-16的表示为：0x5b57 刚好和数值是一样的

utf-32用4个字节来表示汉字，所以utf-32的表示为：0x00005b57 和数值是一样的，不过浪费空间

7、再来讲讲utf-8，它是一种变长的字符集

表示：单字节来表示字母，双字节来表示一些希腊字母，三字节来表示汉字，当然也有四字节的

这么做当然会增加表示和识别的难度，不过，可以节省空间。这也是为什么utf-8在网络编码中流行的原因。

---