编码方式

ASCII和Unicode

ASCII

American Standard Code for Information Interchange，美国信息交换标准代码。对英语字符和二进制位之间的关系做了统一的规定。其中有128个字符。

使用7位二进制（剩下的1位二进制数为0）来表示所有的大写和小写字母、数字0-9、标点符号、以及在美式英语中使用的特殊控制字符。

由于ASCII码只有128个字符，世界上很多其他的文字，ASCII码是无法实现的，因此引入了一个计算机领域通用的字符集--Unicode。

Unicode

Unicode（万国码、国际码、统一码、单位码）。它对世界上大部分的文字进行了整理和编码。

UTF-8

Unicode虽然统一了编码，但是没有规定如何存储，如果Unicode统一规定，将世界上所有的字符都算上，那么每个字符将要用3个或4个字节表示。如果这样表示，那么常用的英文字母如果排在前面，那每个英文字母前面将都是0，会造成资源的浪费。而在ASCII码中，一个字节就可以表示。为了解决这个问题，就出现了一些中间格式的字符集，他们被称为通用转换格式，即UTF（Unicode Transformation Format）。

常见的UTF有如下几种：

UTF-8使用1-4字节为每个字符编码，其使用的是可变长度字节来存储Unicode字符，例如ASCII字母继续使用1字节存储，重音文字、希腊字母使用2字节，汉字使用3字节，辅助平面字使用4字节。

UTF-16使用2或4个字节为每个字符编码

UTF-32使用4个字节为每个字符编码

GBK 

上面提到的UTF-8使用1-4字节来存储，其中有很多国外少用字符存储需要多个字节才能完成。而这些字节在国内的网站上基本不会使用，出于这样的考虑，只收录必要的字符的GB 2312-80编码就应运而生。微软利用GB 2312-80未使用的编码空间，收录GB13000.1-93全部字符制定了GBK编码。

GBK编码：16位字符集，收录21003汉字和883个符号。共21886个字符。