字符编码

字符编码的概述

因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。
（1）一个字节（byte）= 8比特（bit）,
（2）一个字节表示的最大整数：2^8-1（二进制11111111=十进制255）如果要表示更大的整数，就必须用更多的字节。
（3）两个字节可以表示的最大整数是65535，
（4）四个字节可以表示的最大整数是4294967295。

1）ASCII编码
由于计算机是美国人发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。
2）GB2312编码
但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。

（3）Unicode编码
全世界有上百种语言，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，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。因此，Unicode应运而生。

（4）区别
ASCII编码和Unicode编码的区别：
①ASCII编码是1个字节，而Unicode编码通常是2个字节。

（5）如果统一成Unicode编码，乱码问题从此消失了。但是，如果文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。

（6）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，
①常用的英文字母被编码成1个字节，
②汉字通常是3个字节，
③只有很生僻的字符才会被编码成4-6个字节。
④如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。

（7）计算机系统通用的字符编码工作方式：
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：