编码的一些问题

UTF-8  是1byte~4byte的变换，汉字UTF-8存储的，一个汉字占3byte

GBK     汉字GBK存储的，一个汉字占2byte

UTF-16BE 汉字、字母都是2byte

UTF8和UTF16都是uincode 

 

"中国ABC"分别对应的编码，按顺序gbk，utf-8，utf-16be

11010110 11010000 10111001 11111010 01000001 01000010 01000011

注释：11010110 11010000   中

            10111001 11111010   国

            01000001                       A

            01000010                       B

            01000011                       C

11100100 10111000 10101101 11100101 10011011 10111101 01000001 01000010 01000011

注释：11100100 10111000 10101101    中

            11100101 10011011 10111101    国

            01000001                                            A

            01000010                                            B

            01000011                                            C

01001110 00101101 01010110 11111101 00000000 01000001 00000000 01000010 00000000 01000011

注释：01001110 00101101   中

            01010110 11111101   国

            00000000 01000001   A

            00000000 01000010   B

            00000000 01000011   C

同样：utf-8和utf-16be是可以转换的

11100100 10111000 10101101 11100101 10011011 10111101 01000001 01000010 01000011
01001110 00101101 01010110 11111101 00000000 01000001 00000000 01000010 00000000 01000011

如果一个汉字是utf-8的，是3byte。去掉第一个byte的前4位1110

                                                                      第二个byte的前2位10

                                                                      第三个byte的前2位10

按照颜色对比。下面的同理。