编码详解

1，Unicode到底是什么？

可以将Unicode编码理解为国际唯一标准编码，中间编码，最底层的编码，它强大到可以编码这世界上所有的语言的所有文字。可以将它形象的比喻为中间人。unicode普遍是用十六进制表示\u，也可以用十进制，二进制表示。

说了一大堆，其实，就是二进制码，双字节表示的二进制码。

2，神马utf-8和gbk到底是什么？

---UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，又称万国码。神马gbk，utf-8都是区域性编码(美国人制定的编码，国际性编码)，他们都是由Unicode编码封装而成(再次编码)。

---UTF8是为传送unicode而想出来的“再编码”方法罢了，url传输以及其它传输中用的编码都是utf8编码。gbk则是为了汉字而制定的编码(中华人民共和国全国信息技术标准化技术委员会1995年12月1日制订，一个应该淘汰的编码)。

---下面, 还是以汉字"严"为例, 演示如何实现unicode转换为UTF-8编码？
已知"严"的unicode是4E25(1001110 00100101), 根据上表, 可以发现4E25处在第三行的范围内(0000 0800 - 0000 FFFF), 因此"严"的UTF-8编码需要三个字节, 即格式是
"1110xxxx 10xxxxxx 10xxxxxx". 然后, 从"严"的最后一个二进制位开始, 依次从后向前填入格式中的x, 多出的位补0. 这样就得到了, "严"的UTF-8编码是 "11100100 10111000
10100101", 转换成十六进制就是E4B8A5.

 

3，utf-8和Unicode关系？

中间人关系，Unicode是中间人(原始编码)，utf-8和gbk是客户。例如，gbk转换为utf8，就需要先将gbk转换为Unicode，然后再编码为utf8编码。