字符数据在计算机中的表示ASCII 和UTF-8

字符数据-character data

字符在计算机中主要有两种表示方法：1.ASCII,  2.Unicode（UTF-8），以下为两种编码的定义

ASCII 码使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。标准ASCII 码也叫基础ASCII码，使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符。

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码。UTF-8用1到6个字节编码Unicode字符。这种编码实现了人类所有的语言和一些复杂的符号。

在UTF-8中，编码的长度是变化的，变化的方式参照下表：

也就是说，要根据所将要被储存的数据的bit的长度来决定是该数据是多少byte.

其转换方式如下：（假设给定的数据为十六进制）

1.将该十六进制的数据转换为二进制

2.根据转换的二进制的位数确定在UT8中需要多少bit才足够将该数据储存，并确定byte数。例如：一个十六位的数据 0xAA, 在转换为二进制之后为 1010 1010， 可见该数所需的bit为8，对比上表可见1byte UTF-8（7bits）是不足以保存此数据的，但是2byte（11bits）是足够的，所有这个数据0XAA在UTF-8中以2byte(11bits)来储存，所有原先的二进制数据可以在前补0，补满所需bits, 为000 1010 1010 （11bits）

3, 根据数据的byte数，转换为UTF-8形式。方式为， 每8bits写成1byte。如果该数据只需要1byte的大小则该字节的第一位为0即可，若该数据需要2bytes或多bytes, 则转换后第一byte的“1”的个数为所需byte的个数, 然后是0， 然后为第一byte的数据，其他byte以10开头即可，按此原则从左往右补满bit。例如上面的例子：所需byte为2，所以第一byte的1的个数为2，第一byte为  110 00010， 第二byte为10开头，为 10 101010，所以0xAA,在UTF中为 110 00010 10 101010。

one example:

€这个数据的十六位进制为0X20AC

1.转为二进制为 0010 0000 1010 1100

2此二进制的有效位为14，所需byte为3byte（16bits）

3.改写为UT8为：

第一字节         第二字节        第三字节

1110 0010     10 000010       10 101100