ascii unicode和utf8的区别和联系

在计算机中，所有的数据在存储和运算时都要使用二进制数表示（因为计算机用高电平和低电平分别表示1和0），一个二进制表示一个字符，这就是编码。

ascii：美国标准信息交换代码(American Standard Code for Information Interchange）:英文里的字符比较少，0~9 a~z A~Z以及一些特殊字符，用一个字节就能表示完上面的那些字符，每一个字符用对应一个二进制编码（eg：0x01101011），这就是ascii编码。简单来说就是用一个字节来编码。

unicode：ascii是解决了英文编码，但是中文和其他文字呢，中文8000多个啊，一个字节2的8次方顶多就256个，怎么办？那就多加一个字节：2的16次方。（目前比较实用的unicode版本是用两个字节编码的UCS-2，unicode的版本还在不断更新中，详情见http://www.oschina.net/translate/whats-new-in-unicode-70）。

utf8：unicode能很好的覆盖了全世界的字符，但问题由来了，对于实用英文来说的多家就觉得亏了，原来一个字节表示的字符，现在需要两个字符表示，浪费硬盘和流量，所以他们又搞出了另一套编码：utf-8，英文的还是用一个字节表示，其他的用2到6个字符表示！对于其他语言的国家来说，这又不爽了，但没办法，毕竟计算机就是别人用英文的国家发明的，不爽也得用。

下面是转自知乎的：  uuspider   ，沉默并非无知 孤芳只为自赏

链接：http://www.zhihu.com/question/23374078/answer/65352538

计算机只懂二进制，因此，严格按照unicode的方式(UCS-2)，应该这样存储：

I 00000000 01001001
t 00000000 01110100
' 00000000 00100111
s 00000000 01110011
  00000000 00100000
知 01110111 11100101
乎 01001110 01001110
日 01100101 11100101
报 01100010 10100101

作者：uuspider
链接：http://www.zhihu.com/question/23374078/answer/65352538
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

UTF-8是这样做的：

1. 单字节的字符，字节的第一位设为0，对于英语文本，UTF-8码只占用一个字节，和ASCII码完全相同；

2. n个字节的字符(n>1)，第一个字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10，这n个字节的其余空位填充该字符unicode码，高位用0补足。

这样就形成了如下的UTF-8标记位：

0xxxxxxx
110xxxxx 10xxxxxx
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
... ...

于是，”It's 知乎日报“就变成了：

I 01001001
t 01110100
' 00100111
s 01110011
  00100000
知 11100111 10011111 10100101
乎 11100100 10111001 10001110
日 11100110 10010111 10100101
报 11100110 10001010 10100101