编码之ascii，unicode，utf-8

1.为什么需要Ascii？

   我们都知道在在计算机的世界中只有0和1，那么我们如何和计算机进行交互呢？所以Ascii码就出来了，他用一个字节去表示一个字符，就是一个byte，我们都知道一个byte是8位，就是00000000到11111111位，ASCII是1960年由美国来定制的，一直用到现在，例如A就是65，a就是97，一个规定了128个字符的编码。

2.UNICODE的出现

   每一个国家都有自己的语言，例如中国就有10w字，那么ASCII码显然就不够用，一开始有一些国家还利用ASCII没有用到的数字去做自己的一些字符映射，例如130在法语编码中代表了é，但是这样就会造成一个问题，法国用130来代表自己的文字，但是在德国又是另外一个意思，在中国更加用了新的编码方式GBK，这样其实在没有互联网的时代，其实也没有什么问题，但是随着互联网的出现，国家与国家之间要进行通讯，那么没有一个同一个的编码标准，沟通就没有可能。

  unicode的出现就是解决编码不一致的问题，一个byte不够，那就2个，2个不够，那就3个，所以unicode就用了2个字节来表示字符，而且用的是16进制的格式，意味着范围从0000到FFFF，这是最粗暴但是有效的方法，例如彭字对应的就是5F6D，每一个字符都有独立对应的编码，那么就解决了了一个跨国交流的编码问题，所以unicode也称为万国码。

3.UNICODE的弊端

    UNICODE只是一套标准，它是没有具体实现的，那么问题来了，你按Unicode来输入了3个字节给计算机，计算机怎么才能知道这3个字节代表的是3个字符，还是1个字符，还是2个字符呢，这都是有可能的，所以说有标准，还得有实现。

4.UTF8和UNICODE的关系

   UTF8就是UNICODE的实现方法之一，用的是二进制，是可变长的，UTF32也是UNICODE的实现方法之一，只是两者所实现的方式不一样，UTF8的规则也很简单，规则有以下2条：

   1.如果字符的utf8编码只有单个字节，那么它必定是以0开头，即0xxxxxxx，后面7位就是他的unicode码。

   2.如果utf8的首个字节有n个1，那么接下来的n-1个字节都是用来一起表达该字符的，而且第一个字符的格式是以n个1+0的格式，而后面的字节都是以10为开头，然后把unicode码有高到底，依次填入。

    假设我们现在要把彭字的unicode转换为utf8，5F6D就是0000 01001 0110 1101，那么对应的utf8就是

    11100000 100100101 10101101