三种常见字符编码UTF-8、ASCII、Unicode

UTF-8

1. UTF-8（8-bit Unicode Transformation Format）是一种可变长度的字符编码方案，它对ASCII字符使用一个字节表示，而对非ASCII字符使用多个字节表示。
2. UTF-8使用1到4个字节来表示一个字符，其中ASCII字符使用1个字节，非ASCII字符使用2到4个字节。
3. UTF-8编码具有广泛的兼容性，它可以表示几乎所有的Unicode字符。

优点：

• 兼容ASCII编码，支持英文字符和常用标点符号，不会占用额外的存储空间。
• 表示非ASCII字符的编码比较紧凑，适合用于国际化的文本存储和传输。

缺点：

• 由于非ASCII字符的表示需要更多的字节，所以在某些场景下，UTF-8编码可能会占用较多的存储空间。
• 由于UTF-8编码是可变长度的，所以对于字符的定位和截取可能会更复杂一些。

---

UTF-8编码使用1到4个字节来表示一个字符，具体的字节数取决于字符的Unicode码点：

• ASCII字符（U+0000至U+007F）使用1个字节表示，所以UTF-8编码下的ASCII字符占用1个字节。
• 常见的中文字符（如汉字）属于非ASCII字符，它们的UTF-8编码通常占用3个字节。

但需要注意，UTF-8编码对于某些特殊的Unicode字符，可能会使用4个字节来表示。

因此，UTF-8编码所占用的字节数是可变的，主要依赖于所要表示的字符的Unicode码点范围。由于UTF-8编码的特性，对于纯英文文本，其占用的字节数通常较少；而对于多语言混合的文本，字节数可能会更多。

请注意，UTF-8编码下，一个字节等于8位。

ASCII

1. ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是最早的字符编码标准，使用7位二进制数表示一个字符，共定义了128个字符。
2. ASCII编码主要包含英文字母、数字、常用标点符号和控制字符等。
3. 由于ASCII编码只使用7位，因此每个字符只需要1字节来表示。
   优点：

• 编码规则简单，字符表示直观，可以直接使用。
• 占用存储空间较小，适合用于存储和传输英文字符的文本。
  缺点：
• 由于只定义了128个字符，ASCII编码无法表示其他语言的字符，不适用于多语言环境。由于只定义了128个字符，ASCII编码无法表示其他语言的字符，不适用于多语言环境。

非ASCII字符

1. 非ASCII字符是指ASCII字符集以外的字符，包括各种语言的字母、符号、标点符号和其他特殊字符。
2. 对于非ASCII字符，其编码方案包括各种Unicode编码和其他字符集编码。
3. 非ASCII字符的编码字节数不一定固定，可能需要使用多个字节进行表示。

Unicode

1. Unicode是一个全球字符集的标准，它为世界上几乎所有的字符都分配了一个唯一的代码点。
2. Unicode旨在提供一种统一的字符编码方案，使得不同语言和文化中的字符都能够被表示和处理。
3. Unicode可以使用不同的编码方案来进行实际的存储和传输，如UTF-8、UTF-16等。

---

• UTF-8是一种能够表示Unicode字符的编码方案，支持ASCII和非ASCII字符，编码长度可变；
• ASCII是最早的字符编码方案，只包含英文字符和一些基本符号，每个字符占用1字节；
• 非ASCII字符是指ASCII字符集以外的字符，编码字节数不一定固定；
• Unicode是一个全球字符集的标准，提供了统一的字符编码方案。

优缺点：

• UTF-8编码兼容性好、表示非ASCII字符紧凑，但可能占用更多存储空间，字符定位和截取较复杂。
• ASCII编码简单、占用存储空间小，但仅适用于英文字符，不支持其他语言字符。
• 非ASCII字符编码灵活多样，但可能占用不固定的存储空间，兼容性因所选编码方案而异。
• Unicode提供统一编码方案，但具体编码方案需要根据实际需求选择。