unicode、utf-8 各种字符编码的自我解读

            由于计算机只能认识 0 ，1   所有文件都是以 0,1 的形式的在计算机中保存的。 因此，我们所使用的语言文字 ，标点符号表情就没办法直接存储 。因此就需要对我们的语言文字标点符号进行编码，编成0,1 的形式   一一对应保存   比如 0100 0001  的存储就是表示大写 'A' ；   0100 0010 就是表示大写 'B'    非常不错的主意，把字母和能0,1 一一对应起来了。

    最开始的美帝 拿 8 位二进制 0000 0000 来表示(首位没算进去，相当于7位二进制，能保存 128 个字符)，就能表示他们所用的26 个英文字母的大小写 和 空格 ，各种标点符号，这就是  『ASCLL  编码』

    本来是过的好好的，后来全世界各个国家都开始使用计算机后就发现问题了。。。什么希腊字母，数学上用的很多的Σ，α，β 这些当初没考虑进去，还有据说上面标有音调的法语也没算进去啊，这下大家不干了,于是把之前没用到的一位用上去了，真正的是 8位二进制来表示，这些就能表示256个字符了 这就是『扩展ASCLL字符集』

    

       世界又平静了一段时间，当然这都是我们当时所不知道。。。

       等到中国人开始使用计算机的时候，一看傻眼了， 7位不够，人家开了第八位，如今把第八位都用光了，还是没能表示我们汉字，不干不干，中国的汉字怎么能不显示

       常用汉字就有6000 多个，再开一位也是不够的。。。所以我们就规定开了16位，也就是两个字节来表示。  并且毫不客气的把之前7位的ascii 字符也按照原来位置编写进去了，只不过在前面加0补充成16位。也就是说：规定小于 127的字符和原来意义相同，但是两个大于 127 的连在一起就表示一个汉字。前面的一个字节（高字节），从0xA1 ~ 0xF7  后面一个字节（低字节）从0xA1 ~ 0xFE  这样就可以组合出 7000 多个简体汉字了。非但如此，我们还把 数学符号，希腊罗马字母，日语的假名也包含进去了，连着之前在ascii 就有的数字，标点，字母 都编了两个字节的长度。这就是常说的『全角』，而原来127 号一下的就叫做『半角』。

      这样就和谐多了。。。取个名字吧，就叫 『GB2312』编码。

      但是过了没多久，又有人不干了，中国的汉字实在是太多了！ 有些人的名字没办法在电脑里打出来，于是我们不得不把『GB2312』当初没有用上的码位找出来用上。

     后来发现还是不够用，就干脆不再要求低字节是127后的内码，只要，只要第一个字节，第一个字节大于127 就固定表示一个汉字的开始。这样扩展之后的编码，就叫做『GBK』编码，『GBK』的这次扩展，新增了近2000 个汉字（包括繁体）和符号

     又和谐了一段时间。。。又有人不高兴了   少数民族的兄弟也要用电脑了啊，好吧，那么我们再扩展，又加了几千个少数民族的文字，把『GBK』扩展成了『GB18030』

     从此以后，中华民族的文化就能在计算机时代传承了。。。

   【未完待续】