ASCII, Unicode 与 UTF-8

Posted 2021-01-21 freshair_cnblog

1，ASCII

由于计算机是美国人发明的，最早只有127个字符，即大小写英文字母、数字、一些符号，被编码到计算机里，这个编码表就是ASCII表。这时每个字符用1 Byte表示。

2，Unicode

当其他语言也需要在计算机上表示时，1 Byte显然不够，这时Unicode出现了。Unicode试图把所有语言统一到一套编码，它与ASCII的区别是：ASCII用1 Byte表示字符；Unicode通常用2 Bytes，极端情况下用4～6 Bytes。ASCII扩展到Unicode也很简单，在前面补0即可。

3，UTF-8

Unicode的一个问题是效率，如果全篇文本都是英文，那么与ASCII相比Unicode占用的空间至少多了一倍。这时候又出现了把Unicode转化为“可变长编码”的做法，这就是UTF-8。UTF-8把一个Unicode根据不同数字大小编码成1～6 Bytes，常用英文字母1 Byte，汉字通常是3 Bytes，只有很偏僻的字符才会编码成4～6 Bytes。

4，在计算机中的使用

在计算机内存，统一使用Unicode编码，当需要保存到硬盘或者需要传输时，转换成UTF-8。

例如，用记事本编辑文本时，

文件存在硬盘中，是UTF-8编码；用记事本打开文件，先转换成Unicode送到内存。

又例如，浏览网页时，

上述内容来自 廖雪峰。