ASCII，Unicode和UTF-8

标准ASCII码的最高位作为奇偶校验位

ASCII码：8位，基本是英语国家字符

Unicode——是一种字符集规范，但是只指定了每个字符的“大小”，却没有规定每个字符所用字节数。

这就有了不同的Unicode实现——字符编码

UTF-8——Unicode Transformation Format ——8 bit

这个8bit——1B就是每个Unit大小，UTF-8使用1-4个Byte表示一个字符。而编码规则很简单：

前面的1的个数就是当前字符所用字节数目（若是一个字节，就没有1），因为UTF-8只使用1-4个字节表示Unicode字符，所以最多占用第一个字节的高位4个1（上图中最后一行），之后的规则是：在第一个字节后补一个0，在后面所有字节的开头补10，剩余部分（图中的x）填充真正的Unicode字符的二进制01流。但是考虑到”填不满“的情况，如字符A——0011 0001，绝对值就是11 0001这样填进一个字节中即图中第一行 —— 0xxxxxxx中最低位就多了个0，肯定不行。于是就采取这样的策略——低位对齐向高位填充，如果没有填充完，就补0。

BTW，其实也可以看到为什么UTF-8在一个字节时不使用01xxxxxx的形式——这样不是1到4个字节的标准都统一了吗？这当然是为了兼容ASCII码，1个字节不再统计使用1来标记当前字符所用字节个数，直接上个0，这样一来还是可以识别——只要检测到最高为0那就是占一个字节的字符，又能达到使用一个字节表示所有原ASCII的目的——美国或者说英语国家的小心思啊，哎。当然也可以想见，UTF-8这样的编码规则下，ASCII码的最高位是固定了的，不能够作为奇偶效验位了。

参考：ASCII，Unicode和UTF-8终于找到一个能完全搞清楚的文章了

当然，还经常看到UTF-16，其实看了UTF-8的实现以后，UTF-16也很好理解——基本单元为16bit——2 Byte，这样一个Unicode字符需要2个字节或者4个字节。

但是，可以看到，我们最常使用的记事本其实还有多种编码方式：

ANSI——选择该项，相当于告诉Windows自动采用当前Windows系统版本对应的编码方式：简体中文Windows操作系统中，ANSI 编码代表 GBK 编码；在繁体中文Windows操作系统中，ANSI编码代表Big5；在日文Windows操作系统中，ANSI 编码代表 Shift_JIS 编码。即自动适配。

Unicode——可能会有人疑惑：之前不是说Unicode是字符集，不是编码规范吗——UTF-8或者UTF-16才是，为什么这里直接出现了和UTF-8平行的Unicode编码？其实这个Unicode指的并不是Unicode字符集标准，而默认指的另外一种Unicode实现——UCS-2标准，它直接用两个字节存字符的Unicode码，并且没有UTF-8或UTF-16标注前缀那些东西，直接放二进制流就好。

Unicode big endian——使用Unicode默认使用小端模式，这个选项是改为大端模式。

UTF-8就不用说了。