编码：utf8, unicode, GBK

ASCII码表

http://ascii.911cha.com/

ASCII码一共128个，用一个字节存储就可以。要表示全世界各种不同的符号则需要另外的编码，占用更多的字节。

unicode就是用来表示全世界符号的一种编码方案，是一套字符集。全称是"Universal Multiple-Octet Coded Character Set"，简称UCS。

注意：unicode是符号集，定义一个符号在机器上的代号是多少。unicode是定长编码，所有字符是2个字节（UCS2）或者4个字节（UCS4），这样的编码对ASCII码来说是非常浪费内存的，所以就有了变长编码，如utf8，utf8是unicode的具体实现方式。

生活中经常遇到中文乱码的问题，就是因为你看到的乱码用当前的编码来识别是不对的。所以在互联网交流的时候用同一份编码就很重要，utf8就是一个非常广泛使用的unicode实现方式。utf8是变长的编码，存储长度为1到6个字节，一般ASCII码1个字节存储，中文3个字节存储。utf8是这样实现unicode的：

上面的n是字节长度，比如0~0x7F的符号（也就是ASCII码）在utf8用一个字节存储。“中”的unicode是4E2D(100111000101101)，4E2D所在的范围用3个字节存储，存储方式是将100111000101101从后往前依次的填到上表第三行的xxxx中，前面不够的补0。最后的utf8的编码是111000100,10111000,10101101，十六进制就是E4 B8 AD。

BOM —— Byte Order Mark

unicode编码有字节序的问题，unicode在每个文件的开头有个“ZERO WIDTH NO-BREAK SPACE”字符用来表示编码字节序。前两个字节FEFF表示大端，FFFE表示小端。ZERO WIDTH NO-BREAK SPACE也叫被称为BOM。utf8是不需要表示字节序的，这时的BOM用来表示编码，utf8编码的标志是EF BB BF，utf8也可以不带BOM，如果不带BOM则没有这三个字节。

Big Endian,  Little Endian， utf8

utf8,utf16,utf32

UCS-2和UCS-4只规定了代码点和文字之间的对应关系，并没有规定代码点在计算机中如何存储。 规定存储方式的是UTF。utf8是变长的编码，utf16是两个字节代表一个字符，utf32是四个字节代表一个字符。

gbk

GBK是中文字符编码，包括简体和繁体。gb2312是中文简体编码。

参考：

http://www.cnblogs.com/94cool/archive/2012/06/20/2555655.html

http://blog.charlee.li/unicode-intro

http://blog.csdn.net/tge7618291/article/details/7599902