ASCII、Unicode、UTF-8字符集编码

ASCII码

　　计算机内部，所有信息都是由二进制的字符串表示

　　每一个二进制位有“0”、“1”两种状态，因此8个二进制位可以表示256个状态，每个状态代表一个符号就是256个符号，从0000000到11111111。

　　上个世纪60年代，美国制定了一套字符编码，对英语字符与二进制位之间的关系，做了统一规定。这被称为ASCII码，一直沿用至今。

　　ASCII码一共规定了128个字符的编码，比如空格"SPACE"是32（二进制00100000），大写的字母A是65（二进制01000001）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。

Unicode码

　　ASCII码通过1个字节的描述仅能表示256个字符，对于非英语国家的文字不能完全描述

　　Unicode是一个很大的集合，现在的规模可以容纳100多万个符号，可以描述中文、法文、阿拉伯文字

　　Unicode旨在建立一套能够描述所有字符的字符集，它使用2个字节来描述一个符号

　　Unicode是一个符号集，它只规定了符号的二进制码，未规定其如何存储。

UTF-8

　　互联网的普及，强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种Unicode的实现方式。

　　UTF-8最大的一个特点，就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度。

　　UTF-8的编码规则很简单，只有二条：

　　　　1）对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同的。

　　　　2）对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

　　

　　

　　

参考：

　　http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

　　http://baike.baidu.com/link?url=mmbfGGUSEPtqy77MtHdub7ayrvfyfQ5hqTetq5tU5a6KmRi1ieBvfwBTb1CtwAQjJy48AQSKohmky-XaodqRE_