编码

ASCII 

American Standard Code for Information Interchange，美国信息交换标准代码。是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。起始于50年代后期，在1967年定案，是现今最通用的单字节编码系统，但不能良好满足其它非英语国家的需要。

Unicode

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。1990年开始研发，1994年正式公布。Unicode就像一个电话本，标记着字符和数字之间的映射关系。Joel称之为「神奇数字」，因为它们可能是随机指定的，而且不会给出任何解释。官方术语是码位(Code Point)，总是用U+开头。理论上每种语言中的每种字符都被Unicode协会指定了一个神奇数字。例如希伯来文中的第一个字母א，是U+2135，字母A是U+0061。Unicode并不涉及字符是怎么在字节中表示的，它仅仅指定了字符对应的数字，仅此而已。

常见范围：

汉字：[0x4e00,0x9fa5]（或十进制[19968,40869]）
数字：[0x30,0x39]（或十进制[48, 57]）
小写字母：[0x61,0x7a]（或十进制[97, 122]）
大写字母：[0x41,0x5a]（或十进制[65, 90]）

Unicode编码

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码，由Ken Thompson于1992年创建。现在已经标准化为RFC 3629。UTF-8用1到6个字节编码Unicode字符，并实现了对ASCII码的向后兼容，这意味着1980年代写的文档用UTF-8打开一点问题都没有。

Unicode/UCS-4	bit数	UTF-8	byte数	备注
0000 ~ 007F [0, 127]	0~7	0XXX XXXX	1
0080 ~ 07FF [128, 2047]	8~11	110X XXXX 10XX XXXX	2
0800 ~ FFFF [2048, 65535]	12~16	1110XXXX 10XX XXXX 10XX XXXX	3	基本定义范围：0~FFFF
1 0000 ~ 1F FFFF [65536, 2097151]	17~21	1111 0XXX 10XX XXXX 10XX XXXX 10XX XXXX	4	Unicode6.1定义范围：0~10 FFFF

 

 

参考：

https://www.freebuf.com/articles/others-articles/25623.html