unicode, utf-8和ascii编码

刚刚学习python的时候在网上看到一位大牛写的关于python教程的文章，里面详细介绍了关于编码的问题，虽然学习了这么久的编程，其实对于编码还是有一点头昏。。。

前段时间搞了一个小项目，处理前端输入的时候，发送的get请求有中文，当时就想应该是编码问题，可是写了好久都没有解决，最后吧输入的中文转成url编码，然后交给后端数据库处理才算勉强的解决了问题，不过对于编码还是没有足够的认识，今天总算是开拓了一下视野，话不多说，先来说一下这几个编码

首先是ascii码，我记得当初学c的时候，老师就说过字符'A'的编码是65，当然这里的编码就是ascii编码，历史上因为美国是计算机的起源地，所以英文和数字，字符最早地被添加进了计算机编码中，也就是美国国家标准组织(ANSI)发布的ascii码表

这是从百度上找来的ascii码表

可以看到ascii编码中，每一个字符（数字，字母，符号）用1个字节来表示（8位），这些字符虽然看上去很多（128），但是表示中文，日语，韩语以及一些其他的语言特有的字符，还是有局限

所以unicode编码就应运而生，就是为了解决不同国家语言不同字符的编码混乱问题，其实unicode简单的来说，就是用两个字节来表示一个字符（常用的unicode标准），对于ascii码表中的字符，unicode编码只是在前面加上了8个前导0，这里举一个例子：

比如上图的表中，字符‘6’的ascii编码就是 00110110，那么它对应的unicode编码就是 00000000 00110110，原因就在于unicode编码需要用16位（2个字节）去表示一个字符，所以在某种意义上也可以说字母，数字的ascii编码和unicode编码是相同的（但实际上是不同的，unicode占2个字节，ascii只占1个字节），但是对于其他字符，比如中文字符，显然就没有那么简单了

看到这里的时候，我终于明白为什么unicode编码又称为万国码了（惭愧! 惭愧!）

虽然unicode对于各种语言的字符普遍适用，但是存储空间上的开销同样会增大很多，尤其对于一片英文字母出现较多的文本，这个时候，我们的科学家们又推出了一种可变长编码utf-8

从字面的意思上来说，utf-8就是基于unicode编码的一种再编码（更准确的说是根据unicode编码的数值大小），对于英文字母和数字而言，他们被编码为1个字节，而常规汉字一般是3个字节（有些生僻字符可能需要4-6个字节），如果我门在编程的时候，会涉及到少量中文的输入和输出，utf8编码方式比起unicode就再好不过了，因为它大大地节省了存储空间；另外要说的一点就是，ascii编码包含在utf-8编码中，这是因为unicode转换到utf8的过程中，编码的数值是没有变化的，变化的是所占字节数的多少（2变1）

至此，简单的理清了一下ascii，unicode和utf8的关系

时间短，写得比较糙，希望大家发现有不对的地方积极帮我指出来，一起学习，一起进步！