编码的概念

           计算机存放数据只能存放数字，所有字符都会被转换成不同的数字。本文多少借鉴了一点其他大佬的珍贵笔记，主要记录了本人对"ASCII"、"GBK"、"Unicode"、"UTF-8"这几种字符集的理解

1.ASCII

        于是就有了最初的ASCII码，但是ASCII，但是ASCII码只能表示0-127(Math.pow(2,8))范围内的数字对应的字符，但随着计算机的发展这显然非常不够用，毕竟计算机还要支持其他语言比如中文比如法语，但是问题不大发展一下就可以了，于是就有了ISO-8859-1 ASCII。

        ISO-8859-1 ASCII主要支持数字和西欧字母，和ASCII概念差不多，不过多表述。

2. GBK

    GBK全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母，英文名称：Chinese Internal Code Specification） ，别问为啥不是英语首字母，年轻人要爱国，问就是拼音缩写

        就比GBK这个字库就支持咋博大精深的中文，并且向上兼容ISO-8859-1。

        但是如果每个国家出一个字库那调起来不就很麻烦吗，于是Unicode应运而生

3. Unicode

1）Unicode的基本情况

        统一码，也叫万国码、单一码（Unicode）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。我们现在用的也还是这个。

        然后你会凸凸我说不对啊我们现在用的Utf-8、Utf-16我知道Unicode是编码格式但是..

        这里要排雷，Utf-8和UTF系列都是在Unicode的基础上面衍生出来的。

        首先UTF是“UCS Transformation Format”的缩写，可以翻译成Unicode字符集转换格式，本质上还是对Unicode进行转换。

        转换的原因是Unicode要存放很多很多数据，且每个数字都有4个字节，在某些情况下字节过长会占用比较大的开销，所以就出现了UTF系列的子编码。比如UTF-8对数字和字母就使用一个字节，而对汉字就使用3个字节，从而到达了合理利用资源的效果

2)关于字节长度

unicode是2个字节。(1字节8位 1Byte=8bit)

这一标准的2字节形式通常称作UCS-2。然而，受制于2字节数量的限制，UCS-2只能表示最多65536个字符。

Unicode的4字节形式被称为UCS-4或UTF-32，能够定义Unicode的全部扩展，最多可定义100万个以上唯一字符

标签：编码,UTF,字节,字符集,GBK,大杂烩,Unicode,UCS,ASCII
来源： https://blog.csdn.net/wutrg1502/article/details/120768876