字符集和编码

字符编码

---

bit：位，表示0或1。

byte：字节，是一个位序列，由8位（bit）组成。

字符编码：ASCII，UTF-8，Unicode，GBK等，定义的是将文本文件中的位序列解析成何种字符。比如：位序列01101010在A编码中被解析成a，在B编码中被解析成¥。所以用A编码就要用A解码。

---

ASCII：用整型数字表示英文字符及一些符号（控制字符、显示字符（英文字母、数字、标点符号）），每个字符占用1字节，第一位为0，用7位表示数字，总共可以表示128个字符；仅支持英文。

扩展ASCII（EASCII）：Extended ASCII用于支持更多欧洲文字，占用1字节，能表示256个符号。通过改变ASCII码高位来表示更多符号，兼容ASCII因为前0-127表示的字符不会改变。

GB2312/GBK/GB18030：中文编码，GB2312和GBK都是简体中文编码，其中GBK支持的文字比GB2312多，GBK向下兼容GB2312；GB18030是繁体中文编码。

Unicode：是一种字符集，收录所有字符。## Everyone in the world should be able to use their own language on phones and computers.

UTF-8：是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用一至四个字节对Unicode字符集中的所有有效编码点进行编码，属于Unicode标准的一部分。