发展历史： ACSII->GBK->UNICODE

• 半角字符：一个字节
• 全角字符：2个字节

GBK,UNICODE均为一种符号集，而UTF-8为一种编码方式，用于传输数据

字符集

ASCII

通过一个字节，即8位来表示128中状态，最前面的1位统一为1

GBK

由于基于ASCII的符号集不能表示中文字符，故对于中文字符采用2个字节表示。
一个字节<127的字符意义不变，对于两个同时>127的字节，代表的为中文汉字。

• 改进-1：限定第一个字节>127，便表示为一个汉字的开始

  UNICODE

  只是一个符号集，可容纳全世界所有语言符号的符号集，仅仅规定了符号的二进制代码。
  没有规定代码该如何存储！

• 如何区别unicode和ascii？

• 如何区别三个字节表示一个符号，而不是分别表示三个符号

故这时候UTF-8 UTF-16等编码方式便出来了，规定了unicode字符集到UTF的映射方式

编码方式

UTF-8

一种编码方式，一个字节包含8bit； 特点：变长的编码方式，使用1~6个字节表示一个符号

编码规则：
X为补位符号，用UNICODE码填补

大端和小端

以汉字”严”为例, Unicode码
是4E25, 需要用两个字节存储, 一个字节是4E, 另一个字节是25. 存储的时候, 4E在前,
25在后, 就是Big endian方式; 25在前, 4E在后, 就是Little endian方式.
// Big Endian(4E25) Little Endian(254E)

如何确定大小端

每一个文件最前面会加入一个表示编码顺序的字符
// Big Endian(FEFF) Little Endian(FFFE)
*
` `` 注意:<br /> * 1. UTF8没有字节序问题, 但是Unicode有字节序要求;`<br />` 字节序分为大端(Big Endian)和小端(Little Endian)两种;<br /> `` 在Intel处理器中采用小端法表示, 在此采用小端法表示. (低地址存低位)`