1、概念
字符集:抽象字符的集合,常用的字符集有:ASCII字符集、GB2312字符集、BIG5字符集、GB18030字符集、Unicode字符集等。Unicode字符集是其他字符集的超集。
字符编码:简单来说是定义在计算机中表示字符集中每个元素的配对规则。如:ASCII码、UTF-8、UTF-16、UTF-32、GB2312等。
2、ASCII码
用一个字节表示,最高位为0,一共可以表示128个字符。
3、UTF-8
UTF-8 是 Unicode 的实现方式之一。编码规则如下:
1)对于单字节的符号:字节的第一位设为0,后面7位为这个符号的 Unicode 码。因此对于英语字母,UTF-8 编码和 ASCII 码是相同的;
2)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。
参考:
https://zhuanlan.zhihu.com/p/38333902
https://www.cnblogs.com/Jack47/p/unicode-utf8-character_set-encoding.html