ASCII、UTF-8和Unicode编码的区别

介绍ASCLL:

https://baike.baidu.com/item/ASCII/309296?fr=aladdin

总的来说，字母或字符在内存里是二进制，而计算机要识别这些字母，就要字母或字符的二进制转换为字母，这个功能ASCLL表发挥了作用可供查询。我们输入一个a字母，如果没有ASCLL表计算机是无法识别的，计算机里面所显示的只是写二进制，若我们有一个表将二进制与字母一一对应，计算机就可以根据我们所输入的字母对应的二进制找到相对应的字母，将其展现或识别。

除了ASCLL,Unicode和UTF-8也是一样。

其中，UTF-8对全世界语言支持，也支持中文，python用到的是UTF-8, 比如我们输入一个汉字，计算机可以根据这个汉字所对应的二进制找到相对应的汉字，这样可以吧该汉字识别或呈现给我们。通过这种方法，计算机就做到了对汉字的识别。比如输入”我“ ，其字符串长度为1。汉字为”我“。

 

1.ASCII的特点

 

     ASCII 是用来表示英文字符的一种编码规范。每个ASCII字符占用1 个字节，因此，ASCII 编码可以表示的最大字符数是255（00H—FFH）。这对于英文而言，是没有问题的，一般只什么用到前128个(00H--7FH,最高位为0)。而最高位为1 的另128 个字符（80H—FFH）被称为“扩展ASCII”，一般用来存放英文的制表符、部分音标字符等等的一些其它符号。

     但是对于中文等比较复杂的语言，255个字符显然不够用。于是，各个国家纷纷制定了自己的文字编码规范，其中中文的文字编码规范叫做“GB2312—80”， 它是和ASCII 兼容的一种编码规范， 其实就是利用扩展ASCII没有真正标准化这一点，把一个中文字符用两个扩展ASCII 字符来表示，以区分ASCII 码部分。
     但是这个方法有问题，最大的问题就是中文的文字编码和扩展ASCII 码有重叠。而很多软件利用扩展ASCII 码的英文制表符来画表格，这样的软件用到中文系统中，这些表格就会被误认作中文字符，出现乱码。另外，由于各国和各地区都有自己的文字编码规则，它们互相冲突，这给各国和各地区交换信息带来了很大的麻烦。

 

2.UNICODE的产生

     要真正解决这个问题，不能从扩展ASCII 的角度入手，UNICODE作为一个全新的编码系统应运而生，它可以将中文、法文、德文……等等所有的文字统一起来考虑，为每一个文字都分配一个单独的编码。

 

3.什么是UNICODE

      Unicode与ASCII一样也是一种字符编码方法，它占用两个字节（0000H—FFFFH）,容纳65536 个字符，这完全可以容纳全世界所有语言文字的编码。在Unicode 里，所有的字符都按一个字符来处理， 它们都有一个唯一的Unicode 码。

 

4.使用UNICODE的好处

      使用Unicode 编码可以使您的工程同时支持多种语言， 使您的工程国际化。即在不同语言的系统下不至于产生乱码。

 

 

来源：https://blog.csdn.net/lx697/article/details/5914417

 

归纳：

编码	大小	支持语言
ASCII	1个字节	英文
Unicode	2个字节（生僻字4个）	所有语言
UTF-8	1-6个字节，英文字母1个字节，汉字3个字节，生僻字4-6个字节	所有语言

具体解释：

最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母A的编码是65，小写字母z的编码是122。

但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。

你可以想得到的是，全世界有上百种语言，日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。

因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

新的问题又出现了：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。

所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8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。

字符集与字符编码：

1、字符集：

字符集只是一个规则集合的名字，

字符集 =字库表（characterrepertoire）、编码字符集（coded character set）、字符编码（character encoding form）。

2、字库表：

字库表是一个相当于所有可读或者可显示字符的数据库，字库表决定了整个字符集能够展现表示的所有字符的范围。

3、编码字符集：（简称字符集，如Unicode、ASCII）

编码字符集，用一个编码值code point来表示一个字符（即该字符在子库表中的位置），这个值称为字符对应于编码字符集（如：Unicode、ASCII）的序号。

4、字符编码：

字符编码，是编码字符集和实际存储数值之间的转换关系。字符，是根据字符编码方案转换为一个二进制数值存储在计算机中的。

所以，字符编码是定义在字符集上的映射规则。（字符-------->计算机中的实际存储值）

 

注意：编码字符集Unicode，有UTF-8、UTF-16、UTF-32等多种字符编码

 

来源：ASCII和Unicode编码的区别

 

 

 

总结：两种都是编码方式，只是面向对象不同。