Unicode,UTF-8,UTF-16，UTF-32，gb2312，gbk区别

1.ascII码。

0x0*******； 总共127个。 有英文字母和符号。

好吧，问题来了。英文够用了，其他不够用啊。于是用两种方法解决： 

a）GB2312 GBK 这一类的编码方式，用两位（2的16次方中变幻）来表示中文字符。 兼容ASC2

b)   Unicode编码。 世界上一切所有的字符（各个国家，各种字符）都囊括进来了，用两个字节（16位）来表示。UTF-8，UTF-16，UTF-32都属于Unicode编码，他们是Unicode编码的表现形式。

2.GB2312/GBK

聪明的中国人发现 asc2码表示不了中文后，就扩展了位数。所有的汉字字符都用2个字节（16位）表示。

于是先有了 GB2312。 GB2312字符集中除常用简体汉字字符外还包括希腊字母、日文平假名及片假名字母、俄语西里尔字母等字符，未收录繁体中文汉字和一些生僻字。

然后发现还是有些没有包括进去，就又出现了GBK。GBK向下兼容GB2312和ASC2，他是GB2312的升级版。‘

GBK还收录了GB2312不包含的 汉字部首符号、竖排标点符号等字符。

3.Unicode

Unicode 做的跟国人GBK做的类似。但是格局更大。 GBK是收录了绝大部分汉字，部分阿拉伯符号，部分俄文，部分希腊字母等等。

Unicode收录的是全世界所有的文字和符号。 Unicode和ASC2兼容，但是与GB2312,GBK都不兼容。

所以世界上所有的符号都能用两个字节来表示。

这时候，中国人开心了，英文国家的人就不开心了。本来他们用asc2好好的，每个字符用一个字节表示，现在得用两个字节表示，这将占用带宽和硬盘呢。

于是他们基于Unicode发明了 UTF-8编码。

UTF-8是这样做的：

1. 单字节的字符，字节的第一位设为0，对于英语文本，UTF-8码只占用一个字节，和ASCII码完全相同；

2. n个字节的字符(n>1)，第一个字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10，这n个字节的其余空位填充该字符unicode码，高位用0补足。这样就形成了如下的UTF-8标记位：

0xxxxxxx
110xxxxx 10xxxxxx
1110xxxx 10xxxxxx 10xxxxxx
11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
... ...

这样，UTF-8存储英文时只用占用一个字节了。省！

接下来说说 UTF-16，

UTF-16没啥好说的，就是所有字符用两个字节，16位来表示。（但是要分大端对其还是小端对其）

UTF-16就是把Unicode码搬过来，简单无脑，只是会多费点空间。