常用的字符编码
一、基础知识
计算机中储存的信息都是用二进制数表示的，位（bit）是指计算机里存放的二进制值(0/1)，而 8 个位组合成的“位串”称为一个 字节
字符集（Charset）：是一个系统支持的所有抽象字符的集合。字符是各种文字和符号的总称，包括各国家文字、标点符号、图形符号、数字等。
字符编码（Character encoding）也称字集码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8 位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。
二、ASCII
ASCII 的全称是 American Standard Code for Information Interchange（美国信息交换标准代码）。ASCII 编码只支持基础拉丁字符，主要用于显示现代英语。ASCII 用一个字节（8 个位）来表示一个字符，并保证最高位的取值永远为’0’。即表示字符含义的位数为 7 位，不难算出其可表达字符数为 2^7 =128 个。这 128 个字符包括 95 个可打印的字符（涵盖了 26 个英文字母的大小写以及英文标点符号能）与 33 个控制字符（不可打印字符）。
为了解决西欧的字符编码问题，用上第 8 位，这样能表达的字符个数就达到了 2^8 =256 个，相比较原来，增长了一倍， 这个编码规则也常被称为 EASCII
三、中文编码
- GB2312（国家简体中文字符集）用两个字节来表示一个汉字（注意是表示一个汉字，对于拉丁字母，GB2312 还是是用一个字节来表示以兼容 ASCII）。GB2312 能表示 7445 个符号，包括 6763 个汉字。
- BIG5 (统一繁体字符集)，能表示 21886 个符号，兼容 ASCII，但与 GB2312 有冲突。
- GBK (汉字内码扩展规范) GB2312 的扩展，支持繁体字，能表示 21886 个符号。
- GB18030 (中文编码字符集)，是中华人民共和国现时最新的内码字集，与 GB2312 完全兼容，与 GBK 基本兼容，支持 GB13000 及 Unicode 的全部统一汉字
四、Unicode
针对不同的语言采用不同的编码，有可能导致冲突与不兼容性，为了能独立表示世界上所有的字符，Unicode 采用 4 个字节表示一个字符,这样理论上 Unicode 能表示的字符数就达到了 2^31 = 2147483648 = 21 亿左右个字符，完全可以涵盖世界上一切语言所用的符号。
缺点：Unicode 对所有的字符编码均需要四个字节，而这对于拉丁字母或汉字来说其前面三个或两个字节均是 0,这对信息存储来说是极大的浪费。另外一个问题就是，如何区分 Unicode 与其它编码这也是一个问题，
UTF-8（8-bit Unicode Transformation Format）是一种针对 Unicode 的可变长度字符编码（定长码）,UTF-8 使用一至四个字节为每个字符编码
UTF-8 是 Unicode 的一种实现方式，而 Unicode 是一个统一标准规范，Unicode 的实现方式除了 UTF-8 还有其它的，比如 UTF-16 等