主要内容
- 历史来源
- 通用规则
下面开始瞎掰
历史来源
ASCII Unicode UTF-8 …… 字符编码真是一个让人头疼的事情。
最早 的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（2的8次方-1），如果要表示更大的整数，就必须用更多的字节。
比如两个字节可以表示的最大整数是65535，4个字节可以表示的最大整数是4294967295。由于电脑是米国发明的，因此，最早只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，
然后 这个编码表被称为 ASCII 编码，比如大写字母A的编码是65，小写字母z的编码是122。
处理中文显然一个字节不够，至少需要2个字节，还不能和 ASCII 冲突，
然后 中国就有了 GBK GB2312；岛国有了 Shift_JIS；斯密达有了 Euc-kr；全球还有那么多国家……； 多个语言混合，就是乱码！
然后电脑受不了了！！！！！！！！
然后 所有语言都统一到一套编码里，就是 Unicode 。 Unicode 标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。
这里有个例子：
| 字符 | ASCII | Unicode |
|---|---|---|
| A | 01000001 | 00000000 01000001 |
| 中 | x | 01001110 00101101 |
smart的大家都看出来： ASCII编码的A用Unicode编码，只需要在前面补0就可以。统一成Unicode编码，乱码问题从此消失了。
然后网络和硬盘来抗议了，看看如果全英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间！而且电脑语言基本都是英文。
然后 UTF-8 （8-bit Unicode Transformation Format） 就诞生了，其实就是Unicode编码转化为“可变长编码”的编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果要传输的文本包含大量英文字符，用UTF-8编码就能节省空间
这里还是有个例子：
| 字符 | ASCII | Unicode | UTF-8 |
|---|---|---|---|
| A | 01000001 | 00000000 01000001 | 01000001 |
| 中 | x | 01001110 00101101 | 11100100 10111000 10101101 |
smart的大家都看出来：ASCII编码实际上可以被看成是UTF-8编码的一部分，所以，大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。
通用规则
- 内存中，统一使用Unicode编码，
- 保存到硬盘或者传输的时候，就转换为UTF-8编码。
这里依然是个例子：
用记事本编辑的时候，从文件读取的UTF-8字符被转换为Unicode字符到内存里，编辑完成后，保存的时候再把Unicode转换为UTF-8保存到文件
