关于编码的问题（一）

前言

话说编码的这个问题，从大一的计算机基础课到现在大三了，再各种编程语言里几乎都遇到了乱码的问题，自己也查过好几次编码的问题，今天在python课老师留的作业里有遇到了这个问题，所以我下定决心今晚搞懂这个问题。

1.常见的编码的格式

1.1ASCII

ASCII ((American Standard Code for Information Interchange): 美国信息交换标准代码）
大家知道一个字节是8位，这个编码方式只使用后7位编码，能表示0-127的范围。
0～31及127(共33个)是控制字符
32～126(共95个)是字符(32是空格），其中48～57为0到9十个阿拉伯数字。
65～90为26个大写英文字母，97～122号为26个小写英文字母，其余为一些标点符号、运算符号等。

1.2ISO-8859-1（了解即可）

BackGround：原本的ASCII编码只能解决美国人的编码问题，无法将欧洲的文字表示出来。

于是，欧洲人就把ASCII码中没用到的第一位给用了，能表示0-255的范围。

1.3Unicode

大家都知道，计算机之前一直在欧洲流行，前两种编码方式虽然解决了一定的问题。

BackGround：但是当计算机流传到亚洲的时候，比如中国，汉字博大精深，以前的编码方式根本不能满足需求了。

于是中国制定了GB2312编码。

BackGround：大家想，各国都制定自己的编码规则，那也太乱了吧。

于是Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。

下面区分一下ASCII和Unicode
ASCII编码是1个字节，而Unicode编码通常是2个字节。(如果要用到非常偏僻的字符，就需要4个字节)

1.4UTF—8

BackGround：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。

所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的UTF-8编码。

字符	ASCII	Unicode	UTF—8
A	01000001	00000000 01000001	01000001
中	不存在	01001110 00101101	11100100 10111000 10101101

看完这个表你会发现，其实UTF-8里面包括了ASCII编码了(A英文字母的编码就可以说明)
看到这，仿佛恍然大悟，怪不得平时写的code开头都会加上UTF—8，平时IDE的设置要设置成UTF—8。

Tip：
Unicode编码占内存，但速度快
UTF-8编码省空间，但是速度慢

本文总结参考原文