前言
因?yàn)橛?jì)算機(jī)只能處理數(shù)字吵冒，如果要處理文本纯命，就必須先把文本轉(zhuǎn)換為數(shù)字才能處理。最早的計(jì)算機(jī)在設(shè)計(jì)時(shí)采用8個(gè)比特（bit）作為一個(gè)字節(jié)（byte）痹栖，所以亿汞，一個(gè)字節(jié)能表示的最大的整數(shù)就是255（二進(jìn)制11111111=十進(jìn)制255），如果要表示更大的整數(shù)揪阿，就必須用更多的字節(jié)疗我。比如兩個(gè)字節(jié)可以表示的最大整數(shù)是65535，4個(gè)字節(jié)可以表示的最大整數(shù)是4294967295南捂。
1 ASCII碼
由于計(jì)算機(jī)是美國(guó)人發(fā)明的吴裤，因此，最早只有127個(gè)字符被編碼到計(jì)算機(jī)里溺健，也就是大小寫英文字母麦牺、數(shù)字和一些符號(hào)，這個(gè)編碼表被稱為ASCII編碼矿瘦，比如大寫字母A的編碼是65枕面，小寫字母z的編碼是122愿卒。所以ASCII碼用一個(gè)字節(jié)表示就妥妥的了缚去。
2 GB2312
處理中文顯然一個(gè)字節(jié)是不夠的，至少需要兩個(gè)字節(jié)琼开，而且還不能和ASCII編碼沖突易结，所以，中國(guó)制定了GB2312編碼用于中文編碼。
3 Unicode
全世界有上百種語(yǔ)言搞动，日本把日文編到Shift_JIS里躏精，韓國(guó)把韓文編到Euc-kr里，各國(guó)有各國(guó)的標(biāo)準(zhǔn)鹦肿，就會(huì)不可避免地出現(xiàn)沖突矗烛，結(jié)果就是，在多語(yǔ)言混合的文本中箩溃，顯示出來(lái)會(huì)有亂碼瞭吃。
因此，Unicode應(yīng)運(yùn)而生涣旨。Unicode把所有語(yǔ)言都統(tǒng)一到一套編碼里歪架，這樣就不會(huì)再有亂碼問(wèn)題了。Unicode標(biāo)準(zhǔn)也在不斷發(fā)展霹陡，但最常用的是用兩個(gè)字節(jié)表示一個(gè)字符（如果要用到非常偏僻的字符和蚪，就需要4個(gè)字節(jié)）。現(xiàn)代操作系統(tǒng)和大多數(shù)編程語(yǔ)言都直接支持Unicode烹棉。
先來(lái)捋一捋Unicode和ASCII碼的區(qū)別：
ASCII編碼是1個(gè)字節(jié)攒霹，而Unicode編碼通常是2個(gè)字節(jié)。
字母A用ASCII編碼是十進(jìn)制的65峦耘，二進(jìn)制的01000001剔蹋；
字符0用ASCII編碼是十進(jìn)制的48，二進(jìn)制的00110000辅髓，注意字符'0'和整數(shù)0是不同的泣崩；
漢字中已經(jīng)超出了ASCII編碼的范圍，用Unicode編碼是十進(jìn)制的20013洛口，二進(jìn)制的01001110 00101101矫付。
你可以猜測(cè)，如果把ASCII編碼的A用Unicode編碼第焰，只需要在前面補(bǔ)0就可以买优，因此，A的Unicode編碼是00000000 01000001挺举。
4 UTF-8
新的問(wèn)題又出現(xiàn)了：如果統(tǒng)一成Unicode編碼杀赢，亂碼問(wèn)題從此消失了。但是湘纵，如果你寫的文本基本上全部是英文的話脂崔，用Unicode編碼比ASCII編碼需要多一倍的存儲(chǔ)空間，在存儲(chǔ)和傳輸上就十分不劃算梧喷。
所以砌左，本著節(jié)約的精神脖咐，又出現(xiàn)了把Unicode編碼轉(zhuǎn)化為“可變長(zhǎng)編碼”的UTF-8編碼。UTF-8編碼把一個(gè)Unicode字符根據(jù)不同的數(shù)字大小編碼成1-6個(gè)字節(jié)汇歹，常用的英文字母被編碼成1個(gè)字節(jié)屁擅，漢字通常是3個(gè)字節(jié)，只有很生僻的字符才會(huì)被編碼成4-6個(gè)字節(jié)产弹。如果你要傳輸?shù)奈谋景罅坑⑽淖址筛瑁?code>UTF-8編碼就能節(jié)省空間：
| 字符 | ASCII |
Unicode |
UTF-8 |
|---|---|---|---|
| A | 01000001 | 00000000 01000001 | 01000001 |
| 中 | - | 01001110 00101101 | 11100100 10111000 10101101 |
從上面的表格還可以發(fā)現(xiàn)，UTF-8編碼有一個(gè)額外的好處痰哨，就是ASCII編碼實(shí)際上可以被看成是UTF-8編碼的一部分硝皂，所以，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)工作作谭。
5 結(jié)語(yǔ)
搞清楚了ASCII稽物、Unicode和UTF-8的關(guān)系，我們就可以總結(jié)一下現(xiàn)在計(jì)算機(jī)系統(tǒng)通用的字符編碼工作方式：
在計(jì)算機(jī)內(nèi)存中折欠，統(tǒng)一使用Unicode編碼贝或，當(dāng)需要保存到硬盤或者需要傳輸?shù)臅r(shí)候，就轉(zhuǎn)換為UTF-8編碼锐秦。
用記事本編輯的時(shí)候咪奖，從文件讀取的UTF-8字符被轉(zhuǎn)換為Unicode字符到內(nèi)存里，編輯完成后酱床，保存的時(shí)候再把Unicode轉(zhuǎn)換為UTF-8保存到文件：
瀏覽網(wǎng)頁(yè)的時(shí)候羊赵，服務(wù)器會(huì)把動(dòng)態(tài)生成的Unicode內(nèi)容轉(zhuǎn)換為UTF-8再傳輸?shù)綖g覽器：
所以你看到很多網(wǎng)頁(yè)的源碼上會(huì)有類似<meta charset="UTF-8" />的信息，表示該網(wǎng)頁(yè)正是用的UTF-8編碼扇谣。
