unicode, utf8

字符串编码

• 计算机只能处理数字，文本转换为数字才能处理。计算机中8个bit 作为一个字节，一个字节最大的数字为 $2^8 - 1$28−1 = 255
• ASCII 原本位一个字节一个字符，是美国人的标准编码
• ASCII 处理中文明显不够，所以中国用GB2312 编码，两个字节进行编码 。同理，各国都会有自己的编码，这是需要全部统一，进行统一编码
• unicode 统一了编码
• ASCII & Unicode
  • 字母A用ASCII编码十进制是65， 二进制 0100 0001
  • 汉字 “中”已经超出了ASCII编码范围，用unicode 编码是20013, 二进制是 01001110 00101101
  • A 用unicode 编码只需要前面补0二进制是 0000 0000 0100 0001
• 乱码问题解决了，但是如果内容是全英文，unicode 比 ascII 需要多一倍的空间，传输需要多一倍的传输
• UTF- 8 是可变长编码，把英文变长一个字节，汉字3个字节，特别生僻字变4-6个字节，这样就解决了上个问题
•