常用字符编码：ASCII字符编码和Unicode字符编码和UTF-8字符编码个人总结

本文链接：https://blog.csdn.net/du29571/article/details/125534746

1.ASCII字符编码

ASCII (American Standard Code for Information Interchange)：美国信息交换标准代码是基于拉丁字母的一套电脑编码系统。

出现原因：用7 位二进制数（机器语言）来表示所有的大写和小写字母，数字0 到9、标点符号，以及在美式英语中使用的特殊控制字符。总共有128个字符，用1个字节就可以保存所有ASCII码，且一个英文字符大小为1字节。
局限：只能显示英文字符
0～31和127是控制字符或通信专用字符；（不在屏幕上显示的字符）
32～126是字符(32是空格)，其中48～57为0到9十个阿拉伯数字。（在屏幕上显示的字符）
ASCII编码表链接：ASCII码中文站

2.Unicode字符编码

Unicode（统一码）（缩写UCS）是一种在计算机上使用的字符编码。将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。

出现原因：在英语中，用128个符号编码便可以表示所有，但是用来表示其它国家语言，128个符号是不够的，所以为了能让计算机识别并表示世界上每个字符，所以创造出Unicode字符编码。
优点：将世界上每个符号映射为对应唯一的Unicode编号，且兼容ASCII字符编码 。
缺点：一个英文字母符号和一个中文符号都占用2字节空间大小（二进制数)，在英文字母中，其只需1个字节就可以，使用2个字节就造成了存储空间的浪费。
图示：

3.UTF-8字符编码

**UTF是“UCS Transformation Format”的缩写，即Unicode字符集转换格式，
UTF-8 是 Unicode 的改进方式之一。

出现原因：为解决Unicode字符编码中空间浪费问题；
优点：继承了Unicode字符编码的优点，也能表示世界上每个符号，且不会乱码，并采用可变长的编码方式，使用1-4个字节来表示对应的二进制编码,其英文字母字符占1个字节，中文字符占3个字节，这样可以节省文本空间资源；
UTF-8字符编码规则：
- 1. 字符对应的Unicode编号（十六进制数表示）在图中找寻对应的Unicode编号（十六进制数表示）范围，然后得到对应的UTF-8 二进制格式；
- 1. 剩下空缺x二进制位，从字节最后一个的二进制位开始，将该符号的 Unicode编号（二进制数表示）按照低位填字节中的低位并依次从低位往高位填入字节空缺部分，未填完的字节空缺部分补0;
- 1. 得到对应字符的UTF-8码。

Unicode编号（十六进制数表示）范围	UTF-8 二进制格式
0000 0000 - 0000 007F	0xxxxxxx
0000 0080 - 0000 07FF	110xxxxx 10xxxxxx
0000 0800 - 0000 FFFF	1110xxxx 10xxxxxx 10xxxxxx
0001 0000 - 0010 FFFF	11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

UTF-8 二进制格式的由来：
1. 单字节UTF-8 二进制格式：

1. 设最左位高位为0，后7位为对应的Unicode编号（二进制数表示）;
1. 得到对应字符的UTF-8格式。

由此可见，UTF-8字符编码也兼容ASCII字符编码，并大小为1字节，比Unicode字符编码节省1字节空间大小。

2. n字节（n>1）UTF-8 二进制格式：

1. 第一个字节的前n位全都设为1，第n + 1位设为0;
1. 剩余其它每个字节的前两位全都设为10;
1. 剩余空缺填上x。
1. 得到对应字符的UTF-8格式。

为什么可以在Java字符io流可以用char数据类型（2字节）变量存储电脑文本（utf-8编码）的汉字(3个字节)？
答案：汉字在Unicode占2字节，在utf-8中占3字节（从上图可以看出来，第一个字节的1110和第二个字节的10，第三个字节的10，加起来一个字节用来定义了格式，其实汉字有效的数据大小还是2个字节），所以在char（2个字节）中其实存储的还是汉字有效的数据大小（2个字节）。

如有错误或侵权，望您联系我进行修改，谢谢！