在编程领域，我们最常见就是各种编码，最头疼也是各种编码。
utf-8 其实是最容易打交道一种编码类型。 刚开始code的时候，被质问为什么不用utf-8的时候就只能呈现一个大写的懵逼表情。
什么是编码
在久远的计算机设计中，所有的字符编码都是以8bit作为一个byte，一个字节所代表的数字有效值为0~255。所有要表达更大的数值，就只能使用更多的byte。计算机中所有字符（中文、英文、各种符号等）的显示其实都是通过相应的碼表进行映射实现的。
比如我们使用ASCII碼去操作英文大小写字母和英文符号。
编码类型
在ASCII设计时，由于只有各种英文大小写和英文符号，最后ASCII只包含了127个字符。
当中国人接触计算机想要在计算机里看到汉字和中文符号，怎么办呢。继续占用ASCII没用完的位置么，明显是不够用的。于是我们制定了一套新的编码GB2312，但是全世界所有国家的计算机从业人员都会面临一样的问题，比如韩文的Euc-kr，在各种编码里肯定会存在冲突，于是在混合文本里就出现了乱码的情况。
解决方案
那么处理这种问题呢存在了一种大混合的编码，用一种编码包含各种不一样的字符来乱码问题-这就是Unicode。
在Unicode中最常用的是用两个字节表示一个字符，但是对于一些非常偏僻的字符，就需要4个字节。现在大部分的操作系统和各种编程语言都是支持Unicode编码的。其实这里还有一个问题就是空间浪费。
对于一篇全是英文的文档使用别的编码比如两个字节表示一个字符的编码方式就会产生极大的空间浪费。所有Unicode支持了可变长编码-utf-8。在utf-8中，最常用的英文字符是一个字节，对于汉字则是三个字节而其余一些特别不常见的字符则设置成立4~6个字节。需要注意的是utf-8其实在运行时效率并不如unicode高，所有一般的编码的工作方式都需要经过一次编码转换：
比如我们写代码的时候，所有的字符都会以Unicode编码读取到内存中，在存储的时候在转换成utf-8，
在浏览网页的时候服务器用的是Unicode，然后转成utf-8传输到浏览器这也是我们为什么网页上经常有<meta charset="UTF-8" />信息的原因。总结一下其实就是子啊计算机内存中，一般用的Unicode编码而在传输或存储的时候转为utf-8文本。
网友评论