编码方式

    世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式。

一 ASCII码
    ASCII码共有128个(0-127)，用1个字节的低七位表示，0~31 是控制字符如换行、回车、删除等，32~126 是打印字符，可以通过键盘输入并且能够显示出来。
    扩展ASCII码共有256个(0-255)  如ISO8859-1-1987(又叫ANSI)
    
二 Unicode
    将世界上所有的符号都纳入其中,每一个符号都给予一个独一无二的编码。
    Unicode 只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。 如果 Unicode 统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大的浪费。 为了解决这个问题：就有了Unicode的不同实现：UTF8 UTF16 UTF32
    
    UTF-8:变长的编码方式
        1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。
        2）对于n字节的符号（n > 1），第一个字节的前n位都设为1，第n + 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。
        如: 0xxxxxxx
              1110xxxx 10xxxxxx 10xxxxxx
                
三 中文编码
    GB2312 最早一版的中文编码，每个字占据2bytes。高字节从A1-A7，低字节从A1到FE。将高字节和低字节分别加上0xA0即可得到编码。
    BIG5 称为繁体中文编码，主要在台湾地区使用。
    GBK 全称《汉字内码扩展规范》，同样每个字占据2bytes，在B2312上增加了繁体。高字节从81到FE，低字节从40到FE。
    GB18030 解决了中文、日文、朝鲜语等的编码，兼容GBK。变长的编码方式:1字节从00到7F；2字节高字节从81到FE，低字节从40到7E和80到FE；4字节第一三字节从81到FE，第二四字节从30到39。