存储单位

数据存储是以“字节”（Byte）为单位，数据传输大多是以“位”（bit，又名“比特”）为单位，一个位就代表一个0或1（即二进制），每8个位（bit，简写为b）组成一个字节（Byte，简写为B），是最小数据存储单位。
1B = 8bit
1KB = 1024B = 8192bit
1MB = 1024KB = 1048576B = 8388608bit
1GB = 1024MB = 1048576KB = 1073741824B = 8589934592bit
1TB = 1024GB = 1048576MB = 1073741824KB = 1099511627776B = 8796093022208bit

字符编码

ASCII 码

我们知道，计算机内部，所有信息最终都是一个二进制值。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111。上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为 ASCII 码，一直沿用至今。
ASCII 码一共规定了128个字符的编码，比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的一位统一规定为0。

Unicode

英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用 ASCII 码表示。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。但是，这里又出现了新的问题。不同的国家有不同的字母，因此，哪怕它们都使用256个符号的编码方式，代表的字母却不一样。
可以想象，如果有一种编码，将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是 Unicode，就像它的名字都表示的，这是一种所有符号的编码。

UTF-8

Unicode 只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式。其他实现方式还包括 UTF-16（字符用两个字节或四个字节表示）和 UTF-32（字符用四个字节表示），不过在互联网上基本不用。

js 字符的Unicode表示法

js允许采用\uxxxx形式表示一个字符，其中xxxx表示字符的Unicode码点(16进制)。
但是，这种表示法只限于码点在\u0000~\uFFFF之间的字符。超出这个范围的字符，必须用两个双字节的形式表示。

// a    10进制：[97]  16进制：[0x0061]
// 𠮷
// 32位   10进制：[134071]        16进制：[0x20BB7]
// 16位   10进制：[55362 57271]   16进制：[0xD842 0xDFB7]
// 汉字“𠮷”（注意，这个字不是“吉祥”的“吉”）的码点是0x20BB7(十进制为134071)，
// UTF-16 编码为0xD842 0xDFB7（十进制为55362 57271），需要4个字节储存。  
// 对于这种4个字节的字符，js不能正确处理，字符串长度会误判为2，
// 而且charAt方法无法读取整个字符，charCodeAt方法只能分别返回前两个字节和后两个字节的值。
console.log('\u0061');  //'a'
console.log("\uD842\uDFB7");  //𠮷
console.log("\u20BB7");  //₻7
// 如果直接在\u后面跟上超过0xFFFF的数值（比如\u20BB7），JavaScript 会理解成\u20BB+7。
// 由于\u20BB是一个不可打印字符，所以只会显示一个空格，后面跟着一个7。

ES6 对这一点做出了改进，只要将码点放入大括号，就能正确解读该字符。

console.log('\u{20BB7}'); //'𠮷'
console.log('\u{41}\u{42}\u{43}');  //'ABC'
console.log('hell\u{6F}');  //'hello'
// 大括号表示法与四字节的 UTF-16 编码是等价的
console.log('\u{1F680}' === '\uD83D\uDE80');  //true
console.log('z' === '\z');  //true
console.log('z' === '\172');  //true
console.log('z' === '\x7A');  //true
console.log('z' === '\u007A');  //true
console.log('z' === '\u{7A}');  //true
console.log('z' === String.fromCharCode(0x007A) );  //true

ES5: charCodeAt、fromCharCode

var str = "𠮷a";
// 获取 16 位的 UTF-16 字符的码点
console.log(str.charCodeAt(0), str.charCodeAt(1), str.charCodeAt(2));  //55362 57271 97
// 获取 32 位的 UTF-16 字符的码点
// 在第一个字符上，正确地识别了“𠮷”，返回了它的十进制码点 134071（即十六进制的20BB7）。
// 在第二个字符（即“𠮷”的后两个字节）和第三个字符“a”上，codePointAt 方法的结果与 charCodeAt 方法相同。
console.log(str.codePointAt(0), str.codePointAt(1), str.codePointAt(2)); //134071 57271 97

ES6: codePointAt、fromCodePoint

// fromCharCode 不能识别 32 位的 UTF-16 字符（Unicode 码点大于 0xFFFF 的字符）
console.log(String.fromCharCode(0x20BB7));  //'ஷ' 
// fromCodePoint  可以识别大于 0xFFFF 的字符
console.log(String.fromCodePoint(0x20BB7));  //'𠮷'
console.log(String.fromCodePoint(134071));  //'𠮷'
console.log(String.fromCodePoint(55362, 57271));  //'𠮷'

Runes

Runes 对象是一个 32位 字符对象，用来表示一个字。这样设计也是考虑兼容 UTF-16 四个字节的情况。

// a    10进制：[97]  16进制：[0x0061]
// 𠮷
// 32位   10进制：[134071]        16进制：[0x20BB7]
// 16位   10进制：[55362 57271]   16进制：[0xD842 0xDFB7]

codeUnits、codeUnitAt 返回16位码点

var s1 = '𠮷';
print(s1.length); //2  表示占2个16位字符
print('a'.codeUnits); //[97]  转化成16位[0x0061]
print(s1.codeUnits); //[55362, 57271]  转化成16位[0xd842, oxdfb7]   转换成32位[134071]
print(s1.codeUnitAt(0)); //55362
print(s1.codeUnitAt(1)); //57271

runes 返回32位 码点的 Runes

var s1 = '𠮷';
print(s1.runes); //(134071)
print(s1.runes.runtimeType); //Runes
print(s1.runes.length); //1  表示占1个32位字符

fromCharCode、fromCharCodes 码点、Runes转为字符

var s1 = '𠮷';
var s2 = s1.runes;
print(String.fromCharCodes(s2)); //𠮷
print(String.fromCharCode(134071)); //𠮷
print('\ud842\udfb7'); //𠮷
print('\u{20BB7}'); //𠮷
print('\u0061'); //a