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。