ASCII编码
最早只有127个字符被编码到计算机里,也就是大小写英文字母、数字和一些符号。
GB2312编码
中文编码
Unicode编码
Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题.Unicode编码中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)。
UTF-8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。
编码对比
字符 A
ASCII 01000001
Unicode 00000000 01000001
UTF-8 01000001
可见 如果写的文本基本上全部是英文的话,用Unicode编码比ASCII编码需要多一倍的存储空间,所以UTF-8的一个好处在于ASCII编码实际上可以被看成是UTF-8编码的一部分。
在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。
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: