位（bit）、字节（byte）、字符和编码

1. 位
   数据存储的最小单位，每个二进制数字0或者1就是1个位
2. 字节
   8位为一个字节，即：1byte=8bit
   KB、MB、GB、TB 倍数为1024
3. 字符
   a、A、你...都为一个字符
   在utf-8编码下，一个汉字占用3个字节
   在gbk编码下，一个汉字占用2个字节
4. 字符集，顾名思义，字符的集合
5. 编码
   规定每个字符用多少字节以及用那些字节来存储-------编码
   过程：字符-----二进制数-----解码-----字符
   • 标准ASCII字符集
     使用7位二进制数对一个字符进行编码
     96个打印字符和32个控制字符（128）
   • 扩展ASCII字符集
     将标准ASCII最高位换成1得到十进制代码128-255，共有256个字符
   • gb2312
     所有汉字字符在计算机内部 采用2个字节来表示，每个字节最高位规定为1，不支持繁体,
   • gbk
     gb2312的扩充，兼容gb2312,还收录了其他不常见的汉字和繁体字。
     gbk中字符是一个或者两个字节，单字符区间和ASCII是一样的，双字节字符的第一个字节是在81-FE之间，通过这个可以判断单字节还是双字节。
   • unicode
     容纳世界上所有语言字符和符号的集合（以及对应的二进制数字）
     Unicode只是一个编码规范，目前主要实现Unicode编码的只有三种，uft-8、ucs-2和utf-16，三种字符集之间可以根据规范进行转换。
     • utf-8（8-bit Unicode Transformation Format）
     1. 单字节的字符，字节的第一位设为0，对于英语文本，UTF-8码只占用一个字节，和ASCII码完全相同；
     2. n个字节的字符(n>1)，第一字节的前n位设为1，第n+1位设为0，后面字节的前两位都设为10；
     3. 2个字节，第一个字节的前2位是1；3个字节，第一个字节的前三位是1； 4个字节，第一个字节的前4位都是1；