ASCII，Unicode和UTF-8 了解

ASCII，Unicode， UTF-8 了解

ASCII

ASCII 码一共规定了128个字符的编码，比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。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，最前面的一位统一规定为0

Unicode

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, 比如一个汉字用两个字节还是4个字节存储

UTF-8

UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式：

• 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

Unicode符号范围     |        UTF-8编码方式
(十六进制)        |              （二进制）
----------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

如果一个字节的第一位是0，则这个字节单独就是一个字符；如果第一位是1，则连续有多少个1，就表示当前字符占用多少个字节

其他格式：

• UTF-8：一种可变长度的方案，可使用1～6个字节存储。由此可见存储效率很高
• UTF-16：介于 UTF-8 和 UTF-32 的方案，采用2字节或者4字节进行存储
• UTF32：一种固定的4个字节的存储方式，编码一一对应即可，简单但是存储效率太低

Unicode和ASCII的区别

• ASCII编码是1个字节，而Unicode编码通常是2个字节。 字母A用ASCII编码是十进制的65，二进制的01000001；而在Unicode中，只需要在前面补0，即为：00000000 01000001。
• 新的问题：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划