ASCII、Unicode和UTF-8編碼的區別

摘要總結：

ASCII的編碼是128個字元
GB2312編碼用來把中文編進去的，日本把日文編進Shift_JIS里...
Unicode是為瞭解決各國亂碼的，但浪費存儲空間
UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6位元組，英文字元是1個位元組，漢字通常是3個位元組，生僻字元是4-6個位元組

常用編碼介紹一覽表:

具體解釋127個字母被編碼到電腦中，也就是大小寫英文字母、數字和一些符號，這個編碼表被成為ASCII編碼，比如大小字母A代表65，小寫字母a代表97。

但是要處理中文顯然一個位元組是不夠的，至少需要兩個位元組，而且還不能和ASCII編碼衝突，所以，中國制定了GB2312編碼，用來把中文編進去。

你可以想到的是，全世界有上百種語言，日本把日本編到Shift_JIS里，南韓把韓文編到Euc-kr里，各國有各國的標準，就不可避免的出現了衝突，結果就是：在多語混合的文本中，顯示出來會亂碼。

因此，Unicode應運而生，Unicode把所有語言都統一到一套編碼里，這樣就不會出現問題了。

Unicode標準也在不斷發展，但最常用的是用兩個位元組表示一個字元（如果要用到非常偏僻的字元，就需要4個位元組）。現代操作系統和大多數編程語言都直接支持Unicode。

新的問題又出現了：如果統一換成Unicode編碼，亂碼的問題就消失了，但是，如果寫的文章里都是英文的話，Unicode編碼比ASCII編碼需要多一倍的存儲空間，在存儲和傳輸上就不划算了。

所以，本著節約的精神，又出現了把Unicode編碼轉化為“可變長編碼”的UTF-8編碼。

UTF-8編碼把一個Unicode字元根據不同的數字大小編碼成1-6個位元組，常用的英文占用1個位元組，漢字通常是3個位元組，只有很生僻的字元才會被編碼成4-6個位元組。如果你要傳輸的文本包含大量英文字元，用UTF-8編碼就能節省空間。

UTF-8編碼有一個額外的好處，就是ASCII編碼實際上可以被看成是UTF-8編碼的一部分，所以大量只支持ASCII編碼的歷史遺留軟體可以在UTF-8編碼下繼續工作。