Unicode、 ASCLL和UTF-8

什么是编码？为什么会有编码？

人类的语言有太多了，因而表示这些语言的符号太多。
我们无法用计算机中一个基本的存储单元—— byte 来表示。

计算机只认0和1，人类只能认文字，所以就有有一个从文字到0、1的映射了。从文字到0、1的映射称为编码，反过来从0、1到文字叫解码。

ASCII：
一个字节；
8bits的英文编码，无法用来表示中文
用一个字节的低7位来表示英文的128个字符，高1位统一为0；
（中文编码至少需要两个字节）
实际使用低7位，首位为0，127个字符。

Unicode：
两个字节；（所以占用的存储空间比ASCLL大一倍）
使用两字节对全球字符进行统一编码，可以用来表示所有语言；
有65536个编码，UCS-2为两字节版本(2^16 =65536)。

现在unicode可以容纳100多万个符号

unicode虽然统一了全世界字符的二进制编码，但没有规定如何存储，如果Unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，文本文件的大小会因此大出二三倍，这对于存储来说是极大的浪费。
这样导致一个后果：出现了Unicode的多种存储方式。

备注: Unicode在js、json里出现的比较多。

UTF-8：
UTF-8就是在互联网上使用最广的一种unicode的实现方式。

最大的特点：就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。

UTF-8编码不仅考虑了编码，还考虑了存储。

对于英语字母，UTF-8编码和ASCII码是相同的。

计算机中通用的字符编码的工作方式

在计算机内存中，统一使用Unicode编码，当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。

用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件。

浏览网页的时候，服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器。