ASCII、Unicode和UTF-8编码的区别

摘要总结：

ASCII的编码是128个字符
GB2312编码用来把中文编进去的，日本把日文编进Shift_JIS里...
Unicode是为了解决各国乱码的，但浪费存储空间
UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6字节，英文字符是1个字节，汉字通常是3个字节，生僻字符是4-6个字节

常用编码介绍一览表:

编码	作用	所占字节数
ASCII	表示英语及西欧语言	1bytes
GB2312	国家简体中文字符集，兼容ASCII	2bytes
Unicode	国家标准组织统一标准字符集	2bytes
GBK	GB2312的扩展字符集，支持繁体字，兼容GB2312	2bytes
UTF-8	不定长编码	1-3bytes

具体解释127个字母被编码到计算机中，也就是大小写英文字母、数字和一些符号，这个编码表被成为ASCII编码，比如大小字母A代表65，小写字母a代表97。

但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了GB2312编码，用来把中文编进去。

你可以想到的是，全世界有上百种语言，日本把日本编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就不可避免的出现了冲突，结果就是：在多语混合的文本中，显示出来会乱码。

因此，Unicode应运而生，Unicode把所有语言都统一到一套编码里，这样就不会出现问题了。

Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。

新的问题又出现了：如果统一换成Unicode编码，乱码的问题就消失了，但是，如果写的文章里都是英文的话，Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就不划算了。

所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。

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，常用的英文占用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。

UTF-8编码有一个额外的好处，就是ASCII编码实际上可以被看成是UTF-8编码的一部分，所以大量只支持ASCII编码的历史遗留软件可以在UTF-8编码下继续工作。