unicode、utf区别

字符集

首先，我们要明确2个概念，字符集和字符编码。
字符集：ASCII、GB2312、GBK、Unicode
字符编码：UTF-8、UTF-16、UTF-32
由于ASCII、GB2312、GBK不需要转化，字符编码就是自己

字符集	字符编码	字节	字符个数
ASCII	ASCII	1(00到7F)	127
GB2312	兼容ASCII	2(0xA1A1-0x7E7E)	6763个汉字以及682个特殊符号
GBK	兼容GB2312	2(8140－FEFE)	汉字和图形符号21886个
Unicode	UTF-8、UTF-16、UTF-32	2(0000到FFFF)	65535
Unicode32	UTF-8、UTF-16、UTF-32	4(00000000到FFFFFFFF)	理论上42亿，接近无限，满足所有字符需求

相比于其他特地字符集，Unicode是大一统，初衷是涵盖世界上所有的字符集。

字符编码

UFT-8：一种变长的编码方案，使用 1~6 个字节来存储；
UFT-32：一种固定长度的编码方案，不管字符编号大小，始终使用 4 个字节来存储；
UTF-16：介于 UTF-8 和 UTF-32 之间，使用 2 个或者 4 个字节来存储，长度既固定又可变。

相比于Unicode固定字符的编码，UTF-8可以动态调整编码字节数，例如’a’在Unicode是2个字节，而UTF-8编码后是1个字节，在网络传输方面非常有优势。

当需要在内存中读取文件的时候，此时将utf-8编码的内存转换为unicode编码，在内存中进行统一处理；当需要保存文件的时候，出于空间和传输效率的考虑，此时将unicode编码转换为utf-8编码