字体编码介绍

ASCII码
ASCII码一共规定了128个字符的编码，对英语字符与二进制位之间的关系，做了统一规定。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。
非ASCII编码
不同的国家有不同的字母，哪怕都使用256个符号的编码方式，代表的字母却不一样。不过，在所有这些编码方式中，0-127表示的符号是一样的，不一样的知识128-255的这一段。
简体中文常见的编码方式是GB2312（只针对win简体中文版），使用两个字节表示一个汉字，所以理论上最多可以表示256*256=65536个符号。
Unicode
Unicode码：一种所有符号的编码。每一个符号的编码都被赋予独一无二的编码。


注：Unicode只是一个符号集，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（计算机如何区分unicode和ascii等）。造成的结果：
出现了unicode的多种存储方式，即，有许多种不同的二进制格式，可以用来表示unicode；
Unicode在很长一段时间内无法推广，直到互联网的出现。
UTF-8
UTF-8就是在互联网上使用最广的一种unicode的实现方式（只是众多实现方式之一）。
UTF-8最大的一个特点：一种变长的编码方式。可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。
UTF-8编码规则：
对于但单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。（对于英语字母，UTF-8编码和ASCII码是相同的）；
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。
Little endian 和 Big endian
Unicode编码指的是UCS-2编码方式，即直接用两个字节存入字符的Unicode码。用的little endian格式。
Unicode big endian编码与Unicode相对应。


Unicode规范中定义，每一个文件的最前面分别加入一个表示编码顺序的字符，这个字符的名字叫做“零宽度非换行空格”（ZERO WIDTH NO-BREAK SPACE），用FEFF表示，正好是两个字节，且FF比FE大1。
如果一个文本文件的头两个字节是FEFF，表示该文件采用大头方式；如果头两个字节是FFFE，就表示该文件采用小头方式。
实例
打开”记事本“程序Notepad.exe，新建一个文本文件，内容就是一个”严“字，依次采用ANSI，Unicode，Unicode big endian 和 UTF-8编码方式保存。
然后，用文本编辑软件UltraEdit中的”十六进制功能“，观察该文件的内部编码方式。
1）ANSI：文件的编码就是两个字节“D1 CF”，这正是“严”的GB2312编码，这也暗示GB2312是采用大头方式存储的。
2）Unicode：编码是四个字节“FF FE 25 4E”，其中“FF FE”表明是小头方式存储，真正的编码是4E25。
3）Unicode big endian：编码是四个字节“FE FF 4E 25”，其中“FE FF”表明是大头方式存储。
4）UTF-8：编码是六个字节“EF BB BF E4 B8 A5”，前三个字节“EF BB BF”表示这是UTF-8编码，后三个“E4B8A5”就是“严”的具体编码，它的存储顺序与编码顺序是一致的。