UTF-8,Unicode,ASCII,GBK的区别

首先了解一下什么是字符，什么是字符集以及字符编码。

字符：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。

字符集：多个字符的集合，字符集种类较多，每个字符集包含的字符个数不同，常见字符集名称：ASCII字符集、GB2312字符集、BIG5字符集、 GB18030字符集、Unicode字符集等。

字符编码：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。

所以就知道Unicode,ASCII,GBK是字符集，每种字符集有它自己对应的字符编码方式。ASCII使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号， 以及在美式英语中使用的特殊控制字符。GBK使用了双字节编码方案，其编码范围从8140至FEFE（剔除xx7F），共23940个码位，采用单双字节变长编码，英文使用单字节编码，完全兼容ASCII字符编码，中文部分采用双字节编码。GBK先看第一位是不是为0，要是为0 的话，就当作ASCII码来读入一个字节，不然的话就读入两个字节。Unicode字符集有uft-8，utf-16，utf-32这些编码方案，utf-8为了节省资源，采用变长编码，编码长度从1个字节到6个字节不等。