计算机编码

编码的历史发展？
从美国的ascii码开始，用8个二进制位表示一个字节，美国使用了0-127，即最高位为0。其他国家都按照自己的需要使用后128个编码来代表本国的文字或符号。
在这个混乱的时期内，中国的首个编码标准出世GB2313：使用2个字节来表示汉字，但是两个字节的首位均为1，只要检查到首位为1，就必须将后续一个字节一同处理；
后来发现不够用，就修改成127号之后就代表汉字，这就是GBK标准；
后为了囊括少数民族的语言，制定了GB18030标准，这套标准支持一字节的英文字符和两字节的中文字符。
后来国际标准组织ISO为了统一编码格式，出台了unicode编码，只给定了字符的二进制编码，ISO规定使用2字节存储各种字符，但是英文字符的存储，高字节8位都为0，会造成硬盘内存的浪费。

unicode的多种存储方式
互联网的出现，给出了unicode的实现，utf-8,utf-16,utf-32.分别代表，一次传输8位数据，16位数据，和32位数据。
UTF-8最大的一个特点，就是它是一种变长的编码方式。 它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度，当字符在ASCII 码的范围时，就用一个字节表示，保留了ASCII字符一个字节的编码做为它的一部分，注意的是unicode一个中文字符占2个字节，而UTF-8一个中 文字符占3个字节。从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换。unicode是信源编码，对字符集数字化; utf8是信道编码，为更好的存储和传输。
unicode编码方式
　　1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。
　　2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。
复制代码
Unicode符号范围 | UTF-8编码方式
(十六进制) | （二进制）
--------------------±--------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

现代编码的主流
目前中国的大多数IT公司，如QQ，百度，雅虎，淘宝都是用的GB2313编码。但为兼容建议编码使用UTF-8，这是使用最为广泛的比编码格式

参考资料：
http://www.cnblogs.com/JohnABC/p/3507219.html