ASCII、Unicode、UTF-8

目录

 

ASCII码：

来源：

特点：

缺点：

Unicode编码：

乱码：

Unicode:

缺点：

UTF-8:

UTF-8的编码规则:

---

ASCII码：

一个字节一共可以用来表示256种不同状态，每一个状态对应一个符号，就是256个符号，从00000000到11111111

来源：

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码。ASCII码一共规定了128个字符的编码

特点：

这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0

缺点：

不能表示所有字符

---

 

Unicode编码：

乱码：

世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码。

Unicode:

Unicode: 一种编码，将世界上所有的符号都纳入其中。每-一个符号都给予-一个独一无二的编码，使用Unicode没有乱码的问题。

缺点：

Unicode 只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储:无法区别Unicode和ASCIl:计算机无法区分三个字节表示一个符号还是分别表示三个符号。另外，我们知道，英文字母只用一个字节表示就够了，如果unicode统一规定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储空间来说是极大的浪费。

---

UTF-8:

UTF-8是在互联网上使用最广的一种Unicode的实现方式。

UTF-8是一种变长的编码方式。它可以使用1-6个字节表示一个符号，根据不同的符号而变化字节长度。

UTF-8的编码规则:

>对于单字节的UTF-8编码，该字节的最高位为0，其余7位用来对字符进行编码(等同于ASCIl码)。

>对于多字节的UTF-8编码， 如果编码包含n个字节，那么第一个字节的前n位为1，第一个字节的第n+1位为0，该字节的剩余各位用来对字符进行编码。在第一个字节之后的所有的字节，都是最高两位为"10"，其余6位用来对字符进行编码。