ASCII、Unicode和UTF-8等常见字符编码格式介绍
信息存储在计算机中是转换成⼆进制来存储的，⼆进制的发明据说是来源于中国阴阳⼋卦。后德国数理哲学⼤师莱布尼茨是最早接触中华⽂化的欧洲⼈之⼀，从他的传教⼠朋友鲍威特寄给他的拉丁⽂译本中，读到了⼋卦的组成结构，惊奇地发现其基本素数0和1。在莱布尼茨眼中，“阴”与“阳”基本上就是他的⼆进制的中国版。他曾断⾔⾔：“⼆进制乃是具有世界普遍性的、最完美的逻辑、最先进语⾔”
计算机存储单位⼀般⽤bit、B、KB、MB、GB、TB……来表⽰，它们之间的关系是：
位 bit (⽐特)(Binary Digits)：存放⼀位数，即 0 或 1，最⼩的存储单位。[英⽂缩写：b(固定⼩写)]
byte：8个⼆进制位为⼀个字节(B)，最常⽤的单位。换算关系如下：
1 Byte（B） = 8 bit
1 Kilo Byte（KB） = 1024B
1 Mega Byte（MB） = 1024 KB
1 Giga Byte （GB）= 1024 MB
1 Tera Byte（TB）= 1024 GB
什么是字符编码？
计算机只能处理数字，如果要处理⽂本，就必须先把⽂本转换为数字才能处理。最早的计算机在设计时采⽤8个⽐特（bit）作为⼀个字节（byte），所以，⼀个字节能表⽰的最⼤的整数就是255（⼆进制11111111=⼗进制255），如果要表⽰更⼤的整数，就必须⽤更多的字节。⽐如两个字节可以表⽰的最⼤整数是65535，4个字节可以表⽰的最⼤整数是4294967295。
ASCII编码：
  由于计算机是美国⼈发明的，因此，最早只有127个字母被编码到计算机⾥，也就是⼤⼩写英⽂字母、数字和⼀些符号，这个编码表被称为ASCII编码，⽐如⼤写字母A 的编码是65，⼩写字母z 的编码是122。
  但是要处理中⽂显然⼀个字节是不够的，⾄少需要两个字节，⽽且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，⽤来把中⽂编进去。
  全世界有上百种语⾔，⽇本把⽇⽂编到Shift_JIS⾥，韩国把韩⽂编到Euc-kr⾥，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语⾔混合的⽂本中，显⽰出来会有乱码。
Unicode编码：
  因此，Unicode应运⽽⽣。Unicode把所有语⾔都统⼀到⼀套编码⾥，这样就不会再有乱码问题了。Unicode标准也在不断发展，但最常⽤的是⽤两个字节表⽰⼀个字符（如果要⽤到⾮常偏僻的字符，就需要4个字节）。现代操作系统和⼤多数编程语⾔都直接⽀持Unicode。
unicode汉字UTF-8编码：
  新问题的出现：如果统⼀成Unicode编码，乱码问题从此消失了。但是，如果你写的⽂本基本上全部是英⽂的话，⽤Unicode编码⽐ASCII编码需要多⼀倍的存储空间，在存储和传输上就⼗分不划算。
  因此，⼜出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把⼀个Unicode字符根据不同的数字⼤⼩编码成1-6个字节，常⽤的英⽂字母被编码成1个字节，汉字通常是3个字节，只有很⽣僻的字符才会被编码成4-6个字节。如果你要传输的⽂本包含⼤量英⽂字符，⽤UTF-8编码就能节省空间。
unicode和ascii是⼀种编码⽅式，⽽UTF-8，UTF-16等是⼀种存储⽅式，在存储和传输上节约空间、提⾼性能的⼀种编码形式。
计算机系统通⽤的字符编码⼯作⽅式：
  在计算机内存中，统⼀使⽤Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。
  ⽤记事本编辑的时候，从⽂件读取的UTF-8字符被转换为Unicode字符到内存⾥，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到⽂件：
  浏览⽹页的时候，服务器会把动态⽣成的Unicode内容转换为UTF-8再传输到浏览器：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。