Question

ASCII、unicode、utf

Answer 1

机器只认识 1 和 0 ，所以人为了能用自己的语言与机器交互，规定出了各种 二进制与语言字符的对应关系，即编码 。

最早普及的编码集为 ASCII 码，它用一个字节(8位二进制)规定了128个字符的编码（首位二进制统一为0，2^7个），主要都是英文字符。

英语使用 ASCII 中规定的128个字符就足够了， 但是却远远不足以表示其他语言，即使是利用上首位的二进制 ，于是出现了各国语言的编码，比如支持简体中文的 GB2312 ,支持繁体中文的 BIG5 。使得在解析文件时还需要注意它的编码格式，否则就会乱码，因为不同的编码对二进制会有不同的解读。

unicode 码在这种背景下诞生了， 它统一了全世界的语言符号 。使用 U+**** 表示， * 为16进制数.

unicode 在实际应用中是有问题的，比如 对于多字节字符，如何让机器知道这是一个字符而不是多个字符 ，所以在与机器实际交互中，需要将unicode转换格式后使用，这就出现了UTF（UTF，是UnicodeTransformationFormat的缩写，意为Unicode转换格式），包括utf-32、utf-16、utf-8等等。

规则： 每个码点使用四个字节表示，字节内容一一对应 unicode 码点

缺点： 浪费空间 。如果一个全是英文的文件，每个字符都会浪费三个字节的空间，因为每个英文字符一个字节就可以表示。

规则：

规则：