介绍一直以来对unicode、UTF-8等编码知识一窍不通，尤其是在做项目的过程中，只要涉及到几个编码之间的转换，就得上网搜索。有问题只能靠葫芦娃来解决，私底下，根本不知道自己在干什么。不想再重复这种状态，所以花了一上午的时间整理这些知识。如果您认为我的总结有疑问或错误，欢迎讨论交流，批评指正。在进入正题之前，先介绍一下我总结出来的Unicode思维导图来预热一下：要理解Unicode，首先要从ASCII码入手。ASCII码什么是ASCII码？ASCII码（AmericanStandardCodeforInformationInterchange）简称美国信息交换标准码。它是一种基于拉丁字母的计算机编码系统。它定义了一个用来表示普通字符的字典。ASCII码中包括哪些字符？包括“A-Z”（大小写均可）、数据“0-9”和一些常用符号，查看完整的ASCII码对应关系，请参考ASCII码的局限在哪里？ASCII最初只是为美式英语设计的，只能显示128位代码，对其他语言无能为力。如果要显示其他语言的编码，还是要用unicode。Unicode什么是Unicode？为了统一记录世界的字符，并用唯一的编号记录每个字符，就产生了Unicode。Unicode，又称UCS（UniversalCodedCharacterSet：国际编码字符集），是对世界上大部分文字系统进行组织和编码的字符集，使计算机能够以更简单的方式呈现和处理文本。最新版本Unicode11.0已经包含137439个字符。Unicode的数量之多，如果全部覆盖的话，需要用4个字节来表示，但并不一定要用4个字节来完成计算机的存储过程。对于一些字符，尤其是编码在前面的字符，我们也可以使用1或2个字节来节省空间。这就涉及到unicode的实现。有多少种Unicode实现？Unicode只是一组字符，每个字符都用一个数字来表示，但是这些数字在计算机中是如何存储的，是全部都是4个字节，还是1到4个字节，这就涉及到字符编码的概念了。我们说Unicode有几种实现方式，即Unicode有多少种编码方式？常用的Unicode编码方式有3种：UTF-8、UCS-2、UTF-16。还有一个UTF-32虽然不常用，但也需要提一下。Unicode的架构是什么？Unicode既然能存储这么多字符，那肯定有它的存储规则。如果以十六进制存储，它的存储范围是多少？从低到高都是直的吗？也就是说Unicode的架构是怎样的。Unicode目前定义了它的字符存储范围：0hex到10FFFFhex，分为17段，可以存储1,114,112个字符，对于现在的（137439）来说已经足够了。从0hex到FFFFhex的段称为BasicMultilingualPlane(BMP)，这个平面中的字符表示是U+后面跟着十六进制数。例如，X字符的unicode是U+0058。BMP范围之外的16段，即10000hex～10FFFFhex，需要用5～6位表示，如U+E0001、U+10FFFD。UTF-8编码UTF-8是互联网上使用最广泛的unicode编码方式，目前占整个互联网的92%。这里再强调一下，UTF-8只是Unicode的一种实现，UTF-8是一种编码方式，Unicode是一种字符集，是一种变长编码方式，长度从1字节到4字节不等。它与ASCII码完全兼容。我们知道ASCII码由128个字符组成，Unicode中的前128个字符与ASCII码是一一对应的。UCS-2编码UCS-2只用两个字节（16位）来表示字符，也就是说只能表示65536个字符，而且只能表示BMP中的字符。现在的unicode字符数已经远远超过了UCS-2的数量，所以UCS-2虽然还有很多软件在使用，但是已经过时了。正因为很多软件还在使用UCS-2编码，为了能够在BMP以外的平面表示字符，所以产生了新的编码UTF-16编码。UTF-16编码UTF-16就是为了解决UCS-2编码的问题而诞生的。由UCS-2BasicMultilingualPlane扩展而来，与UCS-2编码完全一致。它使用两个字节来表示U+010000U+10FFFF范围内使用4个字节的UTF-16编码的市场份额与UTF-8相比非常小，仅占网页的0.01%。并且主要用于windows系统，很少用于Unix/Linux和MacOS。UTF-32编码UTF-32使用4个字节来表示Unicode中的每个字符，它比其他编码占用更多的空间。正是由于这个原因，人们很少使用它。小结看到这里，想必你对unicode也有了一些了解吧。请再温习一下Unicode的思维导图，加深理解。总结一下要点：ASCII码只能表示128个字符，而且是专门为美式英语设计的。为了在其他语言中表示字符，就有了Unicode。Unicode只是一个字符集，它收集了世界上大多数语言的字符。特点。它有多种实现方式（编码方式），最常用的是UTF-8UTF-8编码是变长字节，1到4字节不等，完全兼容ASCII码参考文档维基百科Unicode
