1、在计算机内部，所有的信息最终都被表示为一个二进制的字符串。每一个二级制位（bit)有0和1两种状态，因此8个二进制位就可以组合出2的8次方，即256种状态。8个二进制位被称为一个字节（byte).也就是说一个字节有256中不同的状态，每个状态对应一个符号，也就是256种符号，从00000000到11111111；
2、ASCII码有128个字符的编码，2的7次方，即128种字符符号，占用了一个字节的后面7位，最前面统一为0；
3、UTF-8是Unicode的实现方式，其他方式有UTF-16,UTF-32等
UTF-8编码啊规则:
3.1、单字节符号，字节第一位设为0，后面7位为这个符号的unicode码。因此英文字母的UTF-8编码和ASCII码是相同的；
3.2、n字节符号（n>1），用n*8个二进制位表示，从左往右，第一个字节的8个二进制位前n位都设为1，第n+1位设为0，后面字节的8个二进制位的前两位一律设为10,剩下的二进制位，全部为这个符号的unicode码，对出的位都补0；
4、Unicode规范中定义，每一个文件的最前面分别加入一个表示编码顺序的字符，这个字符的名字叫做"零宽度非换行空格"（ZERO WIDTH NO-BREAK SPACE），用FEFF表示。这正好是两个字节，而且FF比FE大1。
如果一个文本文件的头两个字节是FE FF，就表示该文件采用大头方式；如果头两个字节是FF FE，就表示该文件采用小头方式。
5、ANSI是默认的编码方式。对于英文文件是ASCII编码，对于简体中文文件是GB2312编码（只针对Windows简体中文版，如果是繁体中文版会采用Big5码）
6、UTF-8：编码是六个字节"EF BB BF E4 B8 A5"，前三个字节"EF BB BF"表示这是UTF-8编码，后三个"E4B8A5"就是"严"的具体编码，它的存储顺序与编码顺序是一致的
网友评论