认识常见的编码知识（Unicode,GBK,utf-8,utf-16）

### unicode，GBK,utf-8,utf-16相关知识

1.Unicode是字符集,为每一个字符分配一个码位。

字符集的定义：为每一个字符分配一个唯一ID，这个唯一ID学名为码点\码位\code point

1. char类型占2字节,java使用的是Unicode字符集而不是ASCII
   
   1) 1个字节（8位）,组合出256种状态，局限是只能显示字母数字，英式标点符号，适用于美国英语，对其它语言无能为力。
   2) 简体中文常见的编码方式是GB2312，使用2个字节表示一个汉字。
   3) Unicode，万国码每一个符号都给与一个独一无二的编码，是用来映射字符和数字的标准。但并没有规定如何存储。
   4) 使用Unicode编码方式
      
      * UTF-8,0-127号字符使用和ASCII相同的编码，128以上 的采用2，3，4个字节表示，他是一个可变长度的编码方式，优势是包罗万象，劣势是浪费空间，utf-8是一编码规则。
      * UTF-16 占用2或4个字节
      * GB 2312 出于utf-8浪费空间的考虑，然后发布了使用2个字节编码中文汉字的编码方式。GBK是GB2312的扩展
   5) char为什么是两个字节？
      刚开始unicode收录字符并不多，2个字节完全可以表示，随着unicode收录字符越来越多，超过的部分只能用2个char表示（utf-16），utf-16兼容使用char为2字节的编码方式。