1、各類編碼介紹

1.1、計算機編碼的由來

因為計算機只能處理數字，如果要處理文本，就必須先把文本轉換為數字才能處理。所以只能是用一些數字來表示文本，這就是編碼的由來。最早的計算機在設計時采用8個比特（bit）作為一個字節（byte），所以，一個字節能表示的最大的整數就是255（二進制11111111=十進制255），如果要表示更大的整數，就必須用更多的字節。比如兩個字節可以表示的最大整數是65535，4個字節可以表示的最大整數是4294967295。

1.2、ASCII 編碼

由于計算機是美國人發明的，因此，最早只有127個字符被編碼到計算機里，也就是大小寫英文字母、數字和一些符號等，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65，小寫字母z的編碼是122。

ASCII 編碼用一個字節來表示一個字符，ASCII 編碼表可參考：http://ascii.911cha.com/

1.3、Unicode 編碼

ASCII 編碼處理英文是可以的，但是要處理中文顯然一個字節是不夠的，至少需要兩個字節，而且還不能和ASCII編碼沖突，所以，中國制定了GB2312編碼，用來把中文編進去。

你可以想得到的是，全世界有上百種語言，日本把日文編到Shift_JIS里，韓國把韓文編到Euc-kr里，各國有各國的標準，就會不可避免地出現沖突，結果就是，在多語言混合的文本中，顯示出來會有亂碼。

（出現亂碼是因為你在寫的時候用一種編碼規則來寫，然后存入計算機中，但取的時候又用另一種規則來取，存取用不同編碼規則當然會造成亂碼）

由此，Unicode應運而生。Unicode 把所有語言都統一到一套編碼里即 Unicode 編碼，這樣就不會再有亂碼問題了。

Unicode標準也在不斷發展，但最常用的是用兩個字節表示一個字符（如果要用到非常偏僻的字符，就需要4個字節）?，F代操作系統和大多數編程語言都直接支持Unicode。

1.4、utf-8 編碼

ASCII編碼用 1 個字節來表示 1 個字符，而Unicode編碼通常用 2 個字節來表示 1 個字符。

如果統一成Unicode編碼，亂碼問題從此消失了。但是，如果你寫的文本基本上全部是英文的話，用Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就十分不劃算。

所以，本著節約的精神，又出現了把Unicode編碼轉化為 “可變長編碼” 的 UTF-8 編碼。UTF-8編碼把一個Unicode字符根據不同的數字大小編碼成1- 6個字節，常用的英文字母被編碼成1個字節，漢字通常是3個字節，只有很生僻的字符才會被編碼成4-6個字節。如果你要傳輸的文本包含大量英文字符，用UTF-8編碼就能節省很多空間。

UTF-8編碼有一個額外的好處，就是ASCII編碼實際上可以被看成是UTF-8編碼的一部分，所以，大量只支持ASCII編碼的歷史遺留軟件可以在UTF-8編碼下繼續工作。

2、現代計算機通用的字符編碼工作方式

搞清楚了ASCII、Unicode和UTF-8的關系，我們就可以總結一下現在計算機系統通用的字符編碼工作方式：

在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換為UTF-8編碼，這樣可以節省很多存儲空間。

比如：用記事本編輯的時候，從文件讀取的UTF-8字符被轉換為Unicode字符到內存里，編輯完成后，保存的時候再把Unicode轉換為UTF-8保存到文件。

所以說，在存儲或者是傳輸時，使用的是 UTF-8 編碼，因為這樣可以節約存儲空間。在內存中，使用的是 Unicode 編碼。

比如在瀏覽網頁的時候，服務器會把動態生成的 Unicode 內容轉換為UTF-8再傳輸到瀏覽器進行顯示。

 參考：http://www.rzrgm.cn/angelye/p/8249711.html、http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

3、思考

3.1、utf-8編碼是如何根據字節轉換成字符的？

utf-8 編碼規則：

0xxxxxxx 表示是單字節字符

10xxxxxx 是多字節字符的延續

110xxxxx 表示是2字節字符的第一個字節;

1110xxxx 表示是3字節字符的第一個字節;

11110xxx 一個4字節字符。

 4字節序列已經覆蓋了從U + 0000到U + 10FFFF的整個Unicode范圍。