字符、字节、编码

这篇文章讲的很好，这么久以来的乱码问题终于有了一些明白。【http://www.regexlab.com/zh/encoding.htm】

截图下其中精华部分：

image.png

字符就是各种符号，字节是衡量存储容量的单位，是一个8位的二进制数，编码是不同的编码方式（在不同的编码方式里，不同字符占据的字节不同），编码就是把不同的字符转换成了不同的字节来进行表示。

① ASCII码中，一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间。---话说，ASC编码不是只支持英文吗？？？

② UTF-8编码中，一个英文字符等于一个字节，一个中文（含繁体）等于三个字节。

③ Unicode编码中，一个英文等于两个字节，一个中文（含繁体）等于两个字节。

符号：英文标点占一个字节，中文标点占两个字节。举例：英文句号“.”占1个字节的大小，中文句号“。”占2个字节的大小。

④ UTF-16编码中，一个英文字母字符或一个汉字字符存储都需要2个字节（Unicode扩展区的一些汉字存储需要4个字节）。

⑤ UTF-32编码中，世界上任何字符的存储都需要4个字节。

---

1byte = 8bit

---

参考：
http://blog.csdn.net/andyzhaojianhui/article/details/53785656
http://www.regexlab.com/zh/encoding.htm
https://www.jianshu.com/p/8828d767c136?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes&utm_source=recommendation