ASCII ，Unicode ,UTF-8

来源：互联网发布：阿里云时间服务器编辑：程序博客网时间：2024/05/23 19:15

1. ASCII码

我们知道，在计算机内部，所有的信息最终都表示为一个二进制的字符串。每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，这被称为一个字节（byte）。也就是说，一个字节一共可以用来表示256种不同的状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。

ASCII码一共规定了128个字符的编码，比如空格"SPACE"是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。

2、非ASCII编码

英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够的。比如，在法语中，字母上方有注音符号，它就无法用ASCII码表示。于是，一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。比如，法语中的é的编码为130（二进制10000010）。这样一来，这些欧洲国家使用的编码体系，可以表示最多256个符号。

3.Unicode

正如上一节所说，世界上存在着多种编码方式，同一个二进制数字可以被解释成不同的符号。因此，要想打开一个文本文件，就必须知道它的编码方式，否则用错误的编码方式解读，就会出现乱码.

UTF-8是Unicode的实现方式之一

UTF-8最大的特点是：它是一种变长的编码方式，它可以使用1~4个字节表示一个字符。根据不同的字符而变化字节长度。

UTF-8的编码规则很简单，只有两条：

1，对于单字节的符号,字节的第一位设为0,后边7位为这个符号的Unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

2，对于n字节的符号(n>1)第一个字节的前n位都设为1，第n+1位设为0,后面字节的前两位一律设为10，剩下的没有提及的二进制位，全部为这个字符的Unicode码。

1 0