1? ??Unicode編碼的由來
因為計算機只能處理數(shù)字黍图，如果要處理文本，就必須先把文本轉(zhuǎn)換為數(shù)字才能處理灯萍。最早的計算機在設(shè)計時采用8個比特（bit）作為一個字節(jié)（byte）荚守，所以，一個字節(jié)能表示的最大的整數(shù)就是255
由于計算機是美國人發(fā)明的是晨，因此肚菠，最早只有127個字符被編碼到計算機里，也就是大小寫英文字母罩缴、數(shù)字和一些符號蚊逢，這個編碼表被稱為ASCII編碼，比如大寫字母A的編碼是65箫章，小寫字母z的編碼是122烙荷。
但是要處理中文顯然一個字節(jié)是不夠的，至少需要兩個字節(jié)檬寂，而且還不能和ASCII編碼沖突终抽，所以，中國制定了GB2312編碼桶至，用來把中文編進去昼伴。
你可以想得到的是，全世界有上百種語言镣屹，日本把日文編到Shift_JIS里圃郊，韓國把韓文編到Euc-kr里，各國有各國的標(biāo)準(zhǔn)女蜈，就會不可避免地出現(xiàn)沖突持舆，結(jié)果就是色瘩，在多語言混合的文本中，顯示出來會有亂碼逸寓。
因此居兆，Unicode應(yīng)運而生。Unicode把所有語言都統(tǒng)一到一套編碼里竹伸，這樣就不會再有亂碼問題了泥栖。Unicode標(biāo)準(zhǔn)也在不斷發(fā)展，但最常用的是用兩個字節(jié)表示一個字符（如果要用到非常偏僻的字符勋篓，就需要4個字節(jié)）×木螅現(xiàn)代操作系統(tǒng)和大多數(shù)編程語言都直接支持Unicode。
2? ??UTF-8編碼
新的問題又出現(xiàn)了：如果統(tǒng)一成Unicode編碼生巡，亂碼問題從此消失了耙蔑。但是，如果你寫的文本基本上全部是英文的話孤荣，用Unicode編碼比ASCII編碼需要多一倍的存儲空間甸陌，在存儲和傳輸上就十分不劃算。
所以盐股，本著節(jié)約的精神钱豁，又出現(xiàn)了把Unicode編碼轉(zhuǎn)化為“可變長編碼”的UTF-8編碼。UTF-8編碼把一個Unicode字符根據(jù)不同的數(shù)字大小編碼成1-6個字節(jié)疯汁，常用的英文字母被編碼成1個字節(jié)牲尺，漢字通常是3個字節(jié)，只有很生僻的字符才會被編碼成4-6個字節(jié)幌蚊。如果你要傳輸?shù)奈谋景罅坑⑽淖址迹肬TF-8編碼就能節(jié)省空間：
（UTF?是英文 Unicode Transformation Format 的縮寫，意為把 Unicode 字符轉(zhuǎn)換為某種格式溢豆。UTF 系列編碼方案（UTF-8蜒简、UTF-16、UTF-32）均是由 Unicode 編碼方案衍變而來漩仙，以適應(yīng)不同的數(shù)據(jù)存儲或傳遞搓茬，它們都可以完全表示 Unicode 標(biāo)準(zhǔn)中的所有字符。目前队他，這些衍變方案中 UTF-8 被廣泛使用卷仑，而 UTF-16 和 UTF-32 則很少被使用。）
從上面的表格還可以發(fā)現(xiàn)麸折，UTF-8編碼有一個額外的好處锡凝，就是ASCII編碼實際上可以被看成是UTF-8編碼的一部分，所以磕谅，大量只支持ASCII編碼的歷史遺留軟件可以在UTF-8編碼下繼續(xù)工作私爷。
3? ??Unicode編碼和UTF-8編碼的轉(zhuǎn)換
搞清楚了ASCII、Unicode和UTF-8的關(guān)系膊夹，我們就可以總結(jié)一下現(xiàn)在計算機系統(tǒng)通用的字符編碼工作方式：
在計算機內(nèi)存中衬浑，統(tǒng)一使用Unicode編碼，當(dāng)需要保存到硬盤或者需要傳輸?shù)臅r候放刨，就轉(zhuǎn)換為UTF-8編碼工秩。
用記事本編輯的時候，從文件讀取的UTF-8字符被轉(zhuǎn)換為Unicode字符到內(nèi)存里进统，編輯完成后助币，保存的時候再把Unicode轉(zhuǎn)換為UTF-8保存到文件：
瀏覽網(wǎng)頁的時候，服務(wù)器會把動態(tài)生成的Unicode內(nèi)容轉(zhuǎn)換為UTF-8再傳輸?shù)綖g覽器螟碎。所以你看到很多網(wǎng)頁的源碼上會有類似<meta charset="UTF-8" />的信息眉菱，表示該網(wǎng)頁正是用的UTF-8編碼。
在最新的Python 3版本中掉分，字符串是以Unicode編碼的
4? 實例
"parts": [{"exam_results": "\u7b56\u7565\u7ed3\u679c\uff1a\u6307\u6807\u6295\u7968\u63a8\u9001\u5f02\u5e38\uff0c/n\u6307\u6807\u7ed3\u679c\uff1a\u4f4e\u52a0\u603b\u503c\u5f3a\u5316\u6307\u6807\u8868\u73b0\u6b63\u5e38\uff0c\u9ad8\u52a0\u603b\u503c\u5f3a\u5316\u6307\u6807\u8868\u73b0\u6b63\u5e38\uff0c",?
{"device_results": [{"device_name": "A-38#", "device_guid": "7b380b2f-1b71-4c00-8a81-01feed2820ab", "device_state": 2, "mrid": "", "parts": [{"exam_results": "策略結(jié)果：指標(biāo)投票推送異常俭缓，/n指標(biāo)結(jié)果：低加總值強化指標(biāo)表現(xiàn)正常，高加總值強化指標(biāo)表現(xiàn)正常酥郭，"
5? 其它編碼
最早的編碼是iso8859-1,和ascii編碼相似华坦。但為了方便表示各種各樣的語言,逐漸出現(xiàn)了很多標(biāo)準(zhǔn)編碼,重要的有如下幾個：
iso8859-1
屬于單字節(jié)編碼,最多能表示的字符范圍是0-255,應(yīng)用于英文系列。比如,字母a的編碼為0x61=97不从。由于是單字節(jié)編碼,和計算機最基礎(chǔ)的表示單位一致,所以很多時候,仍舊使用 iso8859-1編碼來表示惜姐。而且在很多協(xié)議上,默認(rèn)使用該編碼。比如,雖然"中文"兩個字不存在iso8859-1編碼,以gb2312編碼為例,應(yīng)該是"d6d0 cec4"兩個字符,使用iso8859-1編碼的時候則將它拆開為4個字節(jié)來表示:"d6 d0 ce c4"(事實上,在進行存儲的時候,也是以字節(jié)為單位處理的)椿息。而如果是UTF編碼,則是6個字節(jié)"e4 b8 ad e6 96 87"歹袁。很明顯,這種表示方法還需要以另一種編碼為基礎(chǔ)。
?GB2312/GBK
這就是漢子的國標(biāo)碼,專門用來表示漢字,是雙字節(jié)編碼,而英文字母和iso8859-1一致(兼容iso8859-1編碼)寝优。其中g(shù)bk編碼能夠用來同時表示繁體字和簡體字,而 gb2312只能表示簡體字,gbk是兼容gb2312編碼的宇攻。
參考資料
【1】https://www.liaoxuefeng.com/wiki/1016959663602400/1017075323632896
【2】https://www.cnblogs.com/huangchenggener/p/10983866.html? ??Unicode、UTF－8 和 ISO8859-1和亂碼問題
