【无标题】

1.ASCII码表

ASCII 是“American Standard Code for Information Interchange”的缩写，翻译过来是“美国信息交换标准代码”。ASCII 的标准版本于 1967 年第一次发布，最后一次更新则是在 1986 年，迄今为止共收录了 128 个字符，其中有 33 个控制字符（具有某些特殊功能但是无法显示的字符）和 95 个可显示字符。包含了基本的拉丁字母（英文字母）、阿拉伯数字（也就是 1234567890）、标点符号（,.!等）、特殊符号（@#$%^&等）以及一些具有控制功能的字符

 

 2.Unicode

        Unicode是一个标准字符集，旨在为所有的语言和符号提供一个统一的编码方案。它定义了每个字符的唯一码点，这些码点可以用来表示字符在计算机系统中的位置。

        Unicode为每个字符分配了一个唯一的码点，这个码点通常以"U+"开头，后面跟着字符的十六进制表示。例如，拉丁字母"A"的Unicode码点是U+0041。

        Unicode编码空间非常庞大，目前已经定义了超过130万个码点，覆盖了几乎所有已知的语言和符号。它包含了各种文字系统，如拉丁字母、希腊字母、西里尔字母、中文、日文、韩文等。

        Unicode的实现方式有多种，如UTF-8、UTF-16和UTF-32。这些编码方式将Unicode字符映射为不同长度的二进制序列，以适应不同的应用需求。

        通过使用Unicode，我们可以在计算机系统中处理和表示全球范围内的文本数据，实现跨语言和跨文化的交流与处理

3、UTF-8
UTF-8是一种使用变长字节表示Unicode字符的编码方式，它可以表示Unicode标准中的任何字符。UTF-8编码的一个优点是它可以向后兼容ASCII编码，因此在ASCII字符范围内，UTF-8编码与ASCII编码是一致的。

UTF-8 的编码规则：

对于单个字节的字符，第一位设为 0，后面的 7 位对应这个字符的 Unicode 码点。因此，对于英文中的 0 - 127 号字符，与 ASCII 码完全相同。这意味着 ASCII 码那个年代的文档用 UTF-8 编码打开完全没有问题。

对于需要使用 N 个字节来表示的字符（N > 1），第一个字节的前 N 位都设为 1，第 N + 1 位设为 0，剩余的 N - 1 个字节的前两位都设位 10，剩下的二进制位则使用这个字符的 Unicode 码点来填充。

UTF-8使用1~4字节为每个字符编码：

·一个US-ASCIl字符只需1字节编码（Unicode范围由U+0000~U+007F）。

·带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文等字母则需要2字节编码（Unicode范围由U+0080~U+07FF）。

·其他语言的字符（包括中日韩文字、东南亚文字、中东文字等）包含了大部分常用字，使用3字节编码。

·其他极少使用的语言字符使用4字节编码。

具体的表现形式为：

0xxxxxxx：单字节编码形式，这和 ASCII 编码完全一样，因此 UTF-8 是兼容 ASCII 的；
110xxxxx 10xxxxxx：双字节编码形式（第一个字节有两个连续的 1）；
1110xxxx 10xxxxxx 10xxxxxx：三字节编码形式（第一个字节有三个连续的 1）；
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx：四字节编码形式（第一个字节有四个连续的 1）。