字符串与编码

（1）ASCII 码

• 一个字节表示的英文、数字、标点符号等字符。
• 国际标准 ASCII 码为 0 -127 即 128 个字符，二进制最高位为 0，其余为扩展 ASCII 码。

（2）GB2312

• 两字节，主要包含简体的常用中文及符号的字符集编码。

（3）GBK

• 单双字节变长编码，主要包含简体与繁体中文和一些符号、偏旁部首的字符集编码。

（4）GB18030

• GBK 编码无法满足需求扩展，多出来的部分使用四字节编码，即单、双、四字节编码；
• 扩展了汉字，还包括了少数民族文字；

（5）Unicode

• 因各国语言、字符差异，Unicode 将所有字符统一为一套字符集。
• UTF-8、UTF-16、UTF-32 是对 Unicode 字符集的不同编码方案。

（6）UTF-8

• 变长编码方式，1- 4 字节表示一个字符，可节省存储空间；
• 英文 1 字节，中文一般 3 字节，最多 4 字节；

编码规则：

• 》单字节：同标准 ASCII 码，最高位为 0，0-127 表示 128 个字符
• 》多字节：n 字节，高位到低位，第一字节前 n 位为 1，第 n + 1 位为 0；后面字节前两位为 10; 剩余位由低位向高位填补 Unicode 吗，多出补 0；

    110XXXXX 10XXXXXX

    1110XXXX 10XXXXXX 10XXXXXX