字符串与编码

（1）ASCII码

• 一个字节表示的英文、数字、标点符号等字符。
• 国际标准ASCII码为0-127即128个字符，二进制最高位为0，其余为扩展ASCII码。

（2）GB2312

• 两字节，主要包含简体的常用中文及符号的字符集编码。

（3）GBK

• 单双字节变长编码，主要包含简体与繁体中文和一些符号、偏旁部首的字符集编码。

（4）GB18030

• GBK编码无法满足需求扩展，多出来的部分使用四字节编码，即单、双、四字节编码；
• 扩展了汉字，还包括了少数民族文字；

（5）Unicode

• 因各国语言、字符差异，Unicode将所有字符统一为一套字符集。
• UTF-8、UTF-16、UTF-32是对Unicode字符集的不同编码方案。

（6）UTF-8

• 变长编码方式，1-4字节表示一个字符，可节省存储空间；
• 英文1字节，中文一般3字节，最多4字节；

编码规则：

• 》单字节：同标准ASCII码，最高位为0，0-127表示128个字符
• 》多字节：n字节，高位到低位，第一字节前n位为1，第n+1位为0；后面字节前两位为10;剩余位由低位向高位填补Unicode吗，多出补0；

    110XXXXX 10XXXXXX

    1110XXXX 10XXXXXX 10XXXXXX