搞清楚字符编码07-万国码[3]

这篇博客介绍万国码中的实际存储编码ucs-2

变长存储与不变长存储

ucs-2是我们介绍的第一种实际存储编码，对实际存储编码我们要先说两个概念：变长存储与不变长存储

• 变长存储：各个字符编码的长度可能不同，如utf-8
• 不变长存储：每个字符编码的长度都是相同的，如ucs-2、utf-32

ucs-2是什么

• ucs2是一种理论编码，
• ucs-2是一种实际存储编码，它是对ucs2的实现.
• ucs-2编码有时也称为Unicode编码

ucs-2的特点

• ucs-2每个编码都是2个字节，不变长存储.
• 最多可以有65536个编码.

引出utf-8

• 在ucs-2中每个字符都是2个字节，对于汉字来说还好，所在的汉字这两个字节都会用到.
• 但对于拉丁字符，就会浪费高8位的那个一字节，例如A在ucs-2中的编码就是00000000 01000001，高8位的那个0就是为了2个字节的定长存储填充上去的，显然这个字节的空间就浪费了.
• 为了解决这个问题，出现了utf-8