文字编码

ascii

ascii使用一个字节表示，使用7个bit位，可以表示128个字符，最高位使用0.

eg:
01111111
00010100
01010100

ascii仅仅能表示128个字符，因此后来又提出了unicode编码。

unicode

unicode编码使用三个字节表示，这张表中包含了所有的字符，理论上可以表示2的24次方个字符。
但是unicode编码也是有问题的，我们通常使用的都是ascii包含的128个字符，但是使用unicode编码，却使用三个字节，这大大浪费了存储空间。

utf-8

utf-8是可变编码，可以使用一到六个字节表示，为了区别于ascii，表示为：

U-00000000 – U-0000007F: 0xxxxxxx
U-00000080 – U-000007FF: 110xxxxx 10xxxxxx
U-00000800 – U-0000FFFF: 1110xxxx 10xxxxxx 10xxxxxx
U-00010000 – U-001FFFFF: 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
U-00200000 – U-03FFFFFF: 111110xx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx
U-04000000 – U-7FFFFFFF: 1111110x 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx 10xxxxxx

计算机内部的编码方式

计算机硬盘上通常使用uft-8编码来保存数据，但是当加载到内存上时，便会将utf-8编码转换为unicode编码存储在内存中，在内存内便是unicode编码。
比如当我们打开一个文件时，操作系统封将文件的内容加载到内存中，将在硬盘中的utf-8编码转换成unicode编码，当我我们编辑完成时，操作系统再将内容写入硬盘，将unicode转换成utf-8编码（在硬盘上位utf-8是因为节省空间，在内存中为unicode是因为每个字符都是三个字节处理）。

标签：文字,编码,utf,字节,10xxxxxx,unicode,ascii
来源： https://blog.csdn.net/qq_40148538/article/details/98940998