字符编码

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

https://www.joelonsoftware.com/2003/10/08/the-absolute-minimum-every-software-developer-absolutely-positively-must-know-about-unicode-and-character-sets-no-excuses/