Unicode编码，utf-8、utf-16、utf-32、gbk、宽字节字符、多（窄）字节字符的简单说明

最近工作需要，做了很多unicode、gbk、宽字节、多字节的转换，然后自己就混乱了，所以就搜索的一些资料，简单汇总一下，防止下次的混乱。

ASCII编码

美国人制定的一套字符集，描述英语中的字符和8位二进制数（1字节）的对应关系，这被称为 ASCII 码。ASCII码共定义了128个字符，使用了8位二进制数中的7位，最高位统一规定为0。

unicode编码

Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。 它是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求.
UTF 是 Unicode Transformation Format 的缩写，意思是“Unicode转换格式”，后面的数字表明至少使用多少个比特位（Bit）来存储字符。Unicode可以使用的编码有三种，分别是UTF-8,UTF-16,UTF-32。

utf-8

utf-8的编码规则很简单：如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的字节数，其余各字节均以10开头。具体的转换表如下：

xxx 就用来存储 Unicode 中的字符编号

utf-16

utf-16大部分以固定长度的字节 (2字节) 储存，也有四个字节储存，但UTF-16却无法兼容于ASCII编码

字节	utf-16
2	xxxxxxxx xxxxxxxx
4	110110xx xxxxxxxx 110111xx xxxxxxxx

utf-32

utf-32：所有的字符都以4个字节长度来储存，也无法兼容ASCII编码

GBK

gbk（多字节字符编码）:字符均使用双字节来表示，只不过为区分中文，将其最高位都定成1。而英文字符最高位是0。Gbk编码容纳了所有的中国字符。

宽字符和窄字符（多字节字符）

首先要注意：宽窄字符与UTF16，UTF8不是对应的关系
有的编码方式采用 1~n 个字节存储，是变长的，例如 UTF-8、GB2312、GBK 等；如果一个字符使用了这种编码方式，我们就将它称为多字节字符，或者窄字符
有的编码方式是固定长度的，不管字符编号大小，始终采用 n 个字节存储，例如 UTF-32、UTF-16 等；如果一个字符使用了这种编码方式，我们就将它称为宽字符。