基本概念
- 字符：是各种文字和符号的总称，包括各个国家的文字，标点符号，图形符号，数字等。
- 字符集：字符集是多个符号的集合，每个字符集包含的字符个数不同。
- 字符编码：字符集只是规定了有哪些字符，而最终决定采用哪些字符，每一个字符用多少字节表示等问题，则是由编码来决定的。计算机要准确的处理各种字符集文字，需要进行字符编码， 以便计算机能够识别和存储各种文字。
常见的编码表
ASCII：美国标准信息交换码
8 个二进制位就组合出 256 种状态
ASCII码一共规定了128个字符的编码，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1位统一规定为0。
ISO8859-1：拉丁码表
GB2312：中国的中文编码表
GBK
中国的中文编码表升级，融合了更多的中文文字符号。最多两个字节编码。
GBK等双字节编码方式，用最高位是1或0表示两个字节和一个字节
Unicode：国际标准码
融合了目前人类使用的所有字符。为每个字符分配唯一的字符码。所有的文字都用两个字节来表示。
Unicode不完美，这里就有三个问题，
第一个问题，我们已经知道，英文字母只用一个字节表示就够了，如果 unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储空间来说是极大的浪费。
第二个问题是如何才能区别Unicode和ASCII？计算机怎么知道两个字节表示一个符号，而不是分别表示两个符号呢？
第三个，如果和GBK等双字节编码方式一样，用最高位是1或0表示两个字节和一个字节， 就少了很多值无法用于表示字符，不够表示所有字符。
UTF-8
变长的编码方式，可用1-4个字节来表示一个字符。
UTF-8是Unicode编码集的具体实现方案
若有收获，就点个赞吧
0 人点赞
