字符集编码

字符集是一个必须掌握的基础知识。
ASCII码，用一个字节来表示文字或者符号，只含有英文，1个字节，是8位，可以表示256个文字，这就够了。
GBK是中国的码表，兼容ASCII码表，它的ASCII码的部分还是用1个字节来表示，中文是用2个字节来表示，那就是可以表示65536个中文文字。
Unicode码表是万国码，就是全世界所有的文字都可以编码，也兼容ASCII码表。
可以发现，所有字符集可以分成2类，一类是ASCII码表，另一类是其他码表，其他码表都兼容ASCII码表，所以这也是为什么我们编程时一般说乱码都是说中文乱码，都是特指中文乱码，因为英文不会出现乱码。
Unicode码表是给出了全世界所有文字的编码，如果简单一点，我就可以把英文文字设置为1个字节，其他国家文字都设置为3个字节，那这样子也够了，但是出于节省磁盘空间和内存空间的考虑，Unicode做了更细的分类。有UTF-8，UTF-16，UTF-32等具体细分。
粗略地理解，UTF-16和UTF-32可以理解为定长编码，这样就比较浪费空间，比如代码中更多是英文文字，这用1个字节就可以表示了，但是UTF-16却一直用2个字节来表示1个英文文字。
所以有了UTF-8，变长编码，可以用1个字节，2个字节，3个字节来表示不同的文字，于是就能节省很多空间。