一文让你秒懂字符编码

字符编码

文字是如何显示的

	128	64	32	16	8	4	2	165	0	1	0	0	0	0	0	1
108 0	1	1	0	1	1	0	1
148	0	0	1	1	0	0	0	0二进制 ——》十进制 9	
A 1101101	
l 1101101	
e	
x 
11011011101101	
设定为，每8个2进制位代表一个字符	
论断句的重要性	8bit = 1bytes 字节  ，代表 1个字符	
1024字节 = 1Kb 1024个字符	
1024Kb = 1Mb	
1024MB = 1GB 一部电影	
1024GB = 1TB

中文是如何显示的

1980  gb2312  6763  2个字节 代表 一个字符
1995  GBK1.0  20000多个字符 ，
2000  GBK     280000我的名字叫Alex , 2
010101010101010101010
如果2个高位字节 同时出现 ， 就认定这是个中文字符 ， 就去gbk编码表里找对应的值 ，
否则就使用ascii 来进行编码
2mb ascii
4mb	gbk

编码的战国时代

中国人使用自己gbk的同时， 日本 人shift_JIS , KS.xxx, TH...
日本游戏 ————》中国 电脑 上没日本 编码集————》导致乱码
要想不乱——》装 语言包 shift_JIS ————》 能在中国电脑 上正常显示日文
很麻烦 ，文化交流障碍
联合国  万国码	1. 支持全球所有的语言， Unicode 2-4字节 已经收录136690个字符，并还在一直不断扩张中..	2. 还可以与全球各个语言进行转换， unicode => gbk, =>shift_JIS , =>Big5		为什么要跟各个语言互相转？		1990.	1980、		1. 很多软件 基于gb2312 开发， 转向unicode等于推倒重来		2. unicode=像英语 ， gbk=汉语, 没有强烈的需求要全转成unicode .		全球计算机厂商出厂都支持unicode 。		大多数软件的程序，都支持unicode .

utf-8

unicode 带来了新问题 ， 在内存里，空间大，没问题， 传输或者存到硬盘，空间大了一倍， 浪费 +效率 低。针对unicode的传输+存储 ， 做了一个新编码 ， utf(Unicode Transformation Format)-8
UTF-8： 使用1、2、3、4个字节表示所有字符；优先使用1个字符、无法满足则使增加一个字节，最多4个字节。英文占1个字节、欧洲语系占2个、东亚占3个，其它及特殊字符占4个
UTF-16： 使用2、4个字节表示所有字符；优先使用2个字节，否则使用4个字节表示。
UTF-32： 使用4个字节表示所有字符；文字 在内存里 是unicode --> 传输--》转成utf-8