相信不少同学都在初学计算机之时，都被ASCII，Unicode和UFT-8等字符编码格式 搞得焦头烂额，这玩意儿到底是啥，区别是啥，为啥有这么多？

反正我刚学的时候纯粹是囫囵吞枣，为了考试潦草背一背，背后的各种问题都没有考虑，直到最近，有人问我为什么有了Unicode还要有UTF-8，我一时语塞，羞赧之余才有了今天的这篇算是入门的文章。

首先我们看一下ASCII编码，我们先不解释ASCII，先从计算机的存储来看。

众所周知，所有的信息对计算机来说都只是0和1，就像对于人类来说，所有的信息最终都会转换成对于文字的描述，对于计算机而言，0和1就是他全部的语言，这就是所说的二进制。

每个二进制位有0和1两种状态。最近大热的量子计算机，也无非使用用两个量子态│0>和│1>代替经典比特状态0和1，它的基本信息单位就不是比特了，而是量子比特。

对于一个比特而言，有0和1两种状态，而1个字节由8个比特组成，也就是有256种状态，从00000000到11111111，每个状态对应一个符号，就能表示256个符号，我们知道，计算机起源于美国，所以对于英语为母语的美国人来说，256个字符绰绰有余。因此，能表示256个字符的ASCII码一开始仅仅使用了128个，即把一个字节第一位的比特都取为0。

但是，计算机的浪潮席卷全球，美国人用的那套就行不通了，一开始是欧洲的一些国家，128个字符压根不够，所以他们把第一位的比特也拿出来，但这也只能表示258个符号，更重要的是，每个国家都是用了258个符号的字符编码没事，但是代表的字母却不一样了，这就相当于两个地区的方言。

比如我的老家问你喝了吗？意思是喝没喝水或者粥一类的东西，但是隔壁市问你喝了吗就是问你吃饭没有的意思，让这两个碰上面，肯定会造成沟通上的失误，也就是我们所说的无法有效传递信息。

因此，为了解决这个问题。Unicode出现了，它把所有的符号都纳入其中。

但是需要注意的是，Unicode只是一个符号集，还是要依赖于具体实现，也就是应该如何存储，原因是如果规定字符都使用一两个字节，那汉字就不能表示，但是都是用三四个字节，英文字母就会浪费很多内存空间，因此这就依赖于UTF家族成员，UTF家族有UTF-8,UFT-16以及UTF-32这几个成员。

UTF-8有一个很大的好处，就是它可以根据不同的符号来变化长度，这样就可以避免英文字母造成内存浪费的问题。

当然，UTF-8的编码规则也很简单：

1）对于单字节的符号，字节的第一位都为0，后面7位为这个符号的Unicode，这一点和ASCII编码是一样的。

2）对于n字节的符号，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。这也就意味着，如果第一位为1，那么有多少位1，就表示当前字符占用了多少个字节。

Little endian和Big endian：

Little endian：小字节序，也叫低字节序。意思是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端。

Big endian：大字节序，也叫高字节序。意思是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。

那么问题来了，何为字节序呢？

通俗来说，字节序就是指数据在内存中的存放顺序。

例如”子“，它的Unicode编码是 5b50 ，需要用到两个字节存储，一个字节是5b，一个是50。存储的时候，5b在前，50在后，就是Big endian方式，倒过来就是Little endian方式。

今天的分享就到这里了，如果大家有什么问题，可以发在留言区。

感谢大家的观看。