utf-8编码表_字符编码概述

最近用到了etcd的一个kv.proto生成的mvccpb.KeyValue结构体，里面的Value是[]byte类型的，可是用string()始终不能完美地打印在控制台上，因此顺便总结了一下字符编解码相关知识点。

ASCII/Unicode 编码

ASCII是一开始美国人自己玩电脑的时候用的，英文又比较少，所以ASCII整体设计特别简单，一个字节没用完就囊括了所有要用的字符。但是后来欧洲人和中国人也想玩计算机，这个ASCII实在不够用，于是又自己捣鼓起了ISO，GBK。因为欧洲人和中国人玩的时候，也要兼容ASCII（毕竟那些字符自己也用得上），所以前127号没变。但是128-256号的变化就大了，尤其是欧洲国家，同一个位置代表不同的字符，严重阻碍了交流。
后来互联网出现，统一字符集是大势所趋，于是有人牵头弄了个Unicode，势必要囊括所有你能想得到的字符。Unicode提供的是一个映射表，字符-》Unicode Point。比如U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，U+4E25表示汉字严。这个相当于一个统一规范，大家都别争了，统一按这个标准来。

Utf-8

但是这个U+开头的代码，并没有实际规定计算机的存储格式。换句话说，Unicode提供的是抽象编码，不是计算机实际存储的格式。于是Utf-8就出现了。这是一种变字节（1-4）的编码格式，可以根据Unicode编码的位置，调整分配的字节数量。比如1，你不用分配4个字节，只用1个就够了。这种比较人性化，减少了文本的体积。
Utf-8 计算的过程࿱