字符编码

计算机在设计时，采用8bit作为1byte，所以1byte能表示的最大整数就是255（11111111二进制），如果需要表示更大的整数，那就需要更多的字节。

计算机是美国发明的，开始的时候只有127个字母被编码到计算机（大小写英文、数字、符号），也就是ASCII编码。但是要处理中文，一个字节是不够的，至少需要两个字节，并且不能和ASCII编码冲突，所以有了中国定制的GB2312编码，各国都有自己的标准，在多语言环境中容易出现乱码，然后为了解决这一个问题，就有了Unicode编码，把所有语言都统一到一套编码中，通常使用两个字节表示一个字符，比较生僻的使用四个字节。Unicode编码比较赞用存储空间，因为每个字符至少需要两个字节，UTF-8编码是可变长编码，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。

UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。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。