Encoding 试图理解GSM-7和GSM-8

我正在研究短信，我想了解短信编码集。我读过，但这些场景对我来说似乎很疯狂：

GSM-7浪费了宝贵的空间，包括希腊字母

GSM-7包括但不包括

GSM-8可以定义128个字符，但只能定义12个：这是对空间的巨大浪费 他们本可以轻松地为所有拉丁语言安装所有有用的字符，至少在GSM-8中是这样，但他们决定浪费大量空间，因此，您通常需要使用UCS-2，这意味着许多人需要拆分文本。例如，如果你在法语中使用“ç”，你需要使用UCS-2；如果你在美国使用常用的西班牙语字母ó，你也需要UCS-2

---

有谁能恢复我对发明这个的人的信心，给我一个很好的理由解释为什么这些场景是这样的吗？

这都是历史留下的。首先是寻呼设备上的gsm7字母表。最多160个字符。然后GSM被发明了，并将相同的协议用于SMS消息。后来他们扩展了GSM7表（使用特殊的ESC字符查看第二个表）。这还不够，所以在手机普及到全世界后，他们使用了GSM8。UCS2也被用于支持其他语言。这一切都是因为历史上的向后兼容性。新的短信息将通过SIP，这是更开放的。我明白所有这一切，我不明白的是字符的选择，为什么大多数GSM8是空的…你说空是什么意思？GSM8是未加工的，255个字符，如何处理取决于手机。特定于语言的表在UCS-2和GSM7中有移位，尽管在这种情况下，如果您的意思是这样的话，并非所有语言都定义正确。GSM8允许定义128个字符，但它只定义10-12个。他们可以很容易地用所有拉丁字母字符（西班牙语、法语、葡萄牙语、德语，甚至可能是波兰语等）填充该空间，这样这些语言就几乎不必在UCS2中编码文本，并且可以发送限制为140个字符而不是70个字符的文本。你混合了GSM7和GSM8。默认情况下，GSM7的扩展表中只包含几个字符。GSM8有256个字符。除此之外，您还可以使用UTF-8，大多数手机都可以使用UTF-8。例如，只有两个字节，比如0xc3，0x9f表示ß。它仍然是8比特（而不是UCS-2的16比特）。所以ßa是0xc3，0x9f，0x41（仅3个字节）