字符编码总结

字符编码总结

字符编码感觉是个比较复杂的知识点，每次看完教程后都似懂非懂，所以做个总结，方便以后复习巩固。
教程：https://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386819196283586a37629844456ca7e5a7faa9b94ee8000

计算机只能处理数字，文本需要转换成数字才能处理。
8 bit（比特） = 1 byte（字节）
1字节能表示最大的整数就是255（二进制11111111=十进制255）

ASCII编码以一个字节来代表一个字符，但是中文或者其他国家的语言用一个字节是远远不够的，所以出现了Unicode，汇集了所有语言，都编到一套编码里，通常用两个字节来表示一个字符。

如果文本全是英文，那用ASCII就够了，使用Unicode就有点大材小用的感觉，而且还会增加存储空间，影响传输效率，但是不用Unicode又会出现乱码问题，所以出现了可变长编码UTF-8。

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，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。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。不过如果是纯中文的，unicode会比UTF-8更加省空间。

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。也就是说在内存中处理文本的时候都是用Unicode，保存和传输就用UTF-8来减小存储空间和提高传输效率。