各种常用字符编码详解【图文教程】，Unicode 是一个编码规范，并不是一个具体的编码

一、常见编码的比较，各个编码中各字符占用(字节数):

编码	英文	中文（简体）	中文（繁体）
ASCII	1	不支持	不支持
Unicode	4	4	4
UTF-8	1	3	3
UTF-16	2	4	4
UTF-32	4	4	4
GB2312	1	2	不支持
BIG5	1	不支持	2
GBK	1	2	2
GB18030	1	2	2
150-8859-1	1	不支持	不支持

• 比如UTF-32 编码，英文，中文长度相同。说明这种编码为等长度编码，优点是解码速度快，缺点是浪费存储空间。
• UTF-8 是可变编码，涵盖了所有的Unicode字符，所以UTF-8存储某些编码的时候需要4个字节。UTF-8 完全兼容ASCII编码，UTF-32是不兼容的，因为UTF-8表示ASCII只需要一个字节。

二、简体中文编码发展史，编码出现时间和涵盖范围

三、UTF-8、unicode与GBK编码转化

• unicode是一个编码规范，并不是一个编码实现方式（不理解这句话的可以看看后面的详细解释）
• UTF-8 和 GBK 编码通过unicode规范进行转换
• UTF-8涵盖了所有unicode字符，但是GBK 只考虑中文，在unicode中的一小部分的字符的编码。因为编码范围不同，所以如果UTF-8使用了GBK范围之外的编码必定会产生乱码。
  

一问一答

1. Unicode占几个字符？
Unicode是一个编码规范，并不是计算机内的一个具体的编码。ASCII编码也是编码规范，并不是计算机中具体的编码方式。Unicode 编码是一个二进制字符集，其只规定了字符的二进制代码，却没有规定这些二进制代码应该如何存储。

2. 什么是编码规范？
这里作者用口语化方式给大家解释解释，比如65代表’A’，但是在不同的编码中二进制的值是一样的，但是长度未必一样。比如二进制 “01000001” 和 “000001000001” 都是表示65，但是第二个二进制前面多了4个0，就是这种区别代表了编码实现方式。

3. utf-8和Unicode的关系
utf-8编码是基于Unicode标准实现的

4. 基于Unicode标准实现的编码一定容纳了所有Unicode规范的字符么？
不一定，Unicode是规范了世界上所有存在的文字符号，但是编码具体实现的过程之中，可能并不会实现所有的文字符号，这样的好处是可以节省存储空间和计算速度。比如编码可以之实现0~127的编码，那么编码就可以直接使用1个字节的空间存储就够了。

5. UTF-8的值可以直接对应Unicode的值么？
不行，需要算法转换

6. UTF-32的值可以直接对应Unicode的值么？
可以，所以效率贼高。这也是为什么UTF-32也被大量应用

7. utf8 和 utf8mb4 有什么区别（这个区别只在mysql数据库中）
这里就需要考虑到一个问题，正常的utf-8最大是支持4个字节的，但是在数据库mysql5中utf-8最大只支持到3个字节，所以mysql8中为了兼容4个字节的字符，就推出了utf8mb4。

其他

ASCII表

参考文档

• 各种字符编码详解【图文教程】
• 一文读懂字符编码ASCII、Unicode与UTF-8
• Unicode 和 UTF-8 详解
• Unicode编码详解(四)：UTF-16编码
• utf8和utf8mb4的区别