字符编码

原文链接：https://www.liaoxuefeng.com/wiki/1016959663602400/1017075323632896

因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255）,

1 字节 8 bit 2^7 范围 -256～255
2 字节 16 bit 2^15 范围 -65536～65535
4 字节 32 bit 2^31 范围 -4294967296～4294967295

由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为 ASCII 编码。ASCII 编码 用一个字节表示一个字符，但是要处理中文至少需要两个字节，所以各个国家都制定了自己的标准，相互之间不可避免就出现了冲突，也就是我们平时遇到的乱码。

为了解决这个问题，出现了 Unicode 字符集，用两个字节表示一个字符，解决了乱码问题，但是，如果你写的文本基本上全部是英文的话，用 Unicode 编码比 ASCII 编码需要多一倍的存储空间，在存储和传输上就十分不划算。所以，出现了 UTF-8 编码，也是我们经常使用的。

UTF-8 编码把一个 Unicode 字符根据不同的数字大小编码成1-6个字节，
常用的英文字母被编码成1个字节，
汉字通常是3个字节，
只有很生僻的字符才会被编码成4-6个字节。
如果你要传输的文本包含大量英文字符，用 UTF-8 编码就能节省空间：

image.png

计算机系统通用的字符编码工作方式：

在计算机内存中，统一使用 Unicode 编码，当需要保存到硬盘或者需要传输的时候，就转换为 UTF-8 编码。

用记事本编辑的时候，从文件读取的 UTF-8 字符被转换为 Unicode 字符到内存里，编辑完成后，保存的时候再把 Unicode 转换为 UTF-8 保存到文件。