对于编码的理解

最初ascii编码方式只对128个符号进行编码，由于不能满足其他国家的需要，各个国家都发行了各自的标准，导致乱码的发生。由此产生了unicode编码，以统一各种语言文字的编码。

最初的unicode编码是固定长度的，16位，也就是2两个字节代表一个字符，这样一共可以表示65536个字符。显然，这样要表示各种语言中所有的字符是远远不够的。Unicode4.0规范考虑到了这种情况，定义了一组附加字符编码，附加字符编码采用2个16位来表示。

utf-8的编码方式是不定长的编码方式，它用1到6个字节编码Unicode字符。由于使用utf-8只需要一个字节存储英文字符，当存储的文件很多英文时，使用utf-8来存储是非常节省空间的。

但是在内存中使用不定长的utf-8来存储数据，因为它是不定长的编码格式，会使得处理数据困难。所以在内存中一般使用unicode来编码数据。