字符集编码

字符集编码

references:

字符编码中ASCII、Unicode和UTF-8的区别

浅谈ASCII码、unicode编码、UTF-8编码的区别

区别

条目	ASCII	Unicode	UTF-8
占用byte数	1	2，不常用的字符占用4个	变长的编码方式，将一个Unicode字符编码成1-6个字符。常用的英文字母被编译成1个byte，汉字通常是3个byte，生僻的字符会编码成4-6个byte。

ASCII：最初对于编码集的处理，设计者只考虑英文的相关字符

Unicode：能够对世界上的几乎所有字符进行编码。

注：对于js中的Array.prototype.sort方法：如果没有指明 compareFunction ，那么元素会按照转换为的字符串的诸个字符的Unicode位点进行排序。（copy from MDN）

UTF-8：UTF-8就是在互联网上使用最广的一种Unicode的实现方式。对于一份英文文档，本来一个byte就能够存储，这回需要2个byte存储，不要小看这多出来的一倍，因为服务器要存储的并不是我们个人要编辑的一个两个文档，而是全世界所有的信息化数据，多出来的一倍就意味着多出一倍的硬盘。为了解决这个问题出现了UTF-8，UTF-16等。

另：
ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作