学习-字符编码

ASCII「美国制定」

一个字节「byte」，是8个二进制位，共可以组合成256种状态，一个字节的第一位不使用，用字节的后面七位，规定了128种符号。

GB2312

使用两个字节表示一个汉子，所以理论上最多可以表示 256*256=65536 个符号；
GB类的汉字编码与 Unicode/UTF-8 毫无关系。
同一个二进制数字，在不同的编码方式下被解释成不同的符号，所以经常会出现乱码。

Unicode

将世界上所有的符号都纳入其中，每个符号都给予一个独一无二的编码；
但是一个符号可能需要2个字节、3个字节、4个字节，无法确定是Unicode还是ASCII，若全部规定为4个字节，会造成空间浪费。

UTF-8

UTF-8是 Unicode 的一种实现方式，同时还有 UTF-16(字符用2个字节or4个字节表示)和UTF-32(字符用4个字节表示)；
UTF-8采用变长的编码方式，使用 1-4 个字节表示一个符号，根绝不同的符号而变化字节长度；

编码规则：
对于单字节的符号，字节的第一位为0，后面7位为这个符号的 Unicode 码，因此对于英文字母，UTF-8编码与ASCII码是相同的； 
对于n字节的符号(n>1)，第一个字节的前n位都是1，第n+1位为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； 

Unicode 和汉字转化：

\uxxxx这种格式是一种 Unicode写法，表示一个字符，其中xxxx表示一个16进制数字。

语言	unicode表示
css	'\ + 16进制的unicode编码'
js	'\u + 16进制的unicode编码'
html	'&# + 10进制的unicode编码 + 英文分号;' or '&#x + 16进制的unicode编码 + 英文分号;'
android(java)	'&# + 10进制的unicode编码 + 英文分号;' or '&#x + 16进制的unicode编码 + 英文分号;' or '\u + 16进制的unicode编码'
iOS(swift)	'\UXXXXXXXX' 「一到八位十六进制数且可用的 Unicode 位码」

image.png

参考链接

字符编码笔记：ASCII，Unicode 和 UTF-8
iOS中iconfont(图标字体)的基本使用
HTML、CSS、JS对unicode字符的不同处理