Go string深度理解之数据类型编码解码

1 整数存储

一个比特可以是0或是1，八个比特组成一个字节，全为0时代表0，全为1时代表255，即一个字节可以表示255个数字、两个字节可以表示65536个数字

2 字符存储

通过字符集ASCII来进行中转
例如 A：先根据ASCII码将A转为 65 ，再转为二进制01000001，如下图所示

3 汉字存储

ASCII字符集收录了128个字符，它的扩展字符集也只有256个，由此生出了GB2312来存储，但没有繁体字，又由此生出了BIG5，这样一直不断推出收录更多字符的字符集，不如制作一个通用的字符集，因此unicode字符集诞生了

4 多种类型结合的字符的解码编码

汉字使用Unicode编码，Unicode它为每种语言中的每个字符设定了统一且唯一的二进制编码，以满足跨语言、跨平台的要求

4.1 编码模板

注意：编号区间就为对应得十进制区间

编号	编码模板	字符大小
[0, 127]	0xxxxxxx	1个字符
[128, 2047]	110xxxxx 10xxxxxx	2个字符
[2048, 65535]	1110xxxx 10xxxxxx 10xxxxxx	3个字符

4.2 解码

不知道对应的汉字的 Unicode 十进制编码的可以在这网站在线查找
汉字字符集编码查询

例如：01001000 11100110 10011101 10101000

一个一个来解：
01001000这个字节最高位是0，那他就占用了一个字符，对照编码模板：除去标识位0，那剩余得7位就是该字符得二进制编号，1001000 对应十进制72对应字符H

11100110 这个字节以1110开头，那他就占用了三个字节，它要和后面两个以10开头得字节共同表示一个字符。如下为解码过程：

11100110 10011101 10101000 套入模板得：除去标识位1110 10 10 将剩下得三部分组合起来就得到了该字符得二进制编号01100111 01101000 ，它对应得十进制为 26472 对应汉字 杨

最后解码后为： H杨

4.3 编码

例：对 h鸡 进行编码，鸡对应得Unicode编码为40481

h：h对应十进制ASCII码为 104 ，根据编码模板，它是在区间编号[0, 127]范围内，即使用 0xxxxxxx 编码模板，带入得 01101000

鸡：该汉字对应的Unicode编码为40481，它是在区间编号[2048, 65535]范围内，即使用 1110xxxx 10xxxxxx 10xxxxxx 编码模板，40481的二进制为1001111000100001，带入得 11101001 10111000 10100001

最后编码后为：01101000 11101001 10111000 10100001

01101000 | 11101001 10111000 10100001
       h                              鸡

第一段表示h，第二、三、四段表示鸡