ASCII ANSI Unicode UTF-8

1 ASCII 码

全名是 American Standard Code for Information Interchange， 叫做 “美国信息交换标准码”。ASCII 码，一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间。标准的ASCII 码只能表示128个字符

2 ANSI 码

ANSI 编码是一种多字节字符集, 是对 ASCII 码的拓展：ANSI 编码用 0x00-0x7f （即十进制下的 0 到 127）范围的 1 个字节来表示 1 个英文字符，超出一个字节的 0x0080~0xFFFF 范围来表示其他语言的其他字符。也就是说，ANSI 码仅在前 128（0-127）个与 ASCII 码相同，之后的字符全是某个国家语言的所有字符。中国制定了 GB2312(之前) , GBK编码(现在)，用来把中文编进去。另外，日本把日文编到 Shift_JIS 里，韩国把韩文编到 Euc-kr 里，各国有各国的标准。不同语言之间的 ANSI 码之间不能互相转换，这就会导致在多语言混合的文本中会有乱码。

3 Unicode 编码

为了解决不同国家 ANSI 编码的冲突问题，Unicode 应运而生：如果全世界每一个符号都给予一个独一无二的编码，那么乱码问题就会消失。这就是 Unicode，就像它的名字都表示的，这是一种所有符号的编码。

注: Unicode只是一个编码规范，UTF-8、UTF-16和UTF-32才是具体的实施方式
UTF规定：如果一个符号只占一个字节，那么这个8位字节的第一位就为0。如果为两个字节，那么规定第一个字节的前两位都为1，然后第一个字节的第三位为0，第二个字节的前两位为10，然后如果是三个字节的话，那么第一个字节的前三位为111，第四位为0，剩余的两个字节的前两位都为10。

(1) UTF-8

UTF-8用8的倍数来表示一个字符，也就是说在UTF-8编码格式中，一个字符可以是8位（一个字节）、16位（两个字节）、24位（三个字节）、32位（四个字节）

(2) UTF-16

UTF-16则可以是16位（两个字节）、32位（四个字节）

(3) UTF-32

所有字符都是32位（即四个字节）