unicode、utf8、字符串字面值

发现好多新人都不明白，或者说没有直观的感受，其实很简单。

 

简单的说，unicode是一种将全球文字都涵盖的字典 - 可以认为每个字符都有一个数字索引。

比如可以这样（假设）：'a' 的索引是13，'我' 的索引是11245，'の' 的索引是 50789等等。

这样，任何人只要拿着数字就可以找到对应的字符。

 

那么，UTF8又是怎么回事？

还是要从unicode说起，我们可以认为unicode只是字符与数字的对应关系，至于怎么保存这个数字（保存了数字，也就等于保存了字符），那就是unicode用户的事了。

（多说一句，这里的unicode用户不是你我他这种，而是程序）

 

各路大神纷纷实现了自己的存储方式，或者考虑编解码效率，或者考虑存储效率。

但各自为战总是不方便沟通交流，于是某个组织推出了一种编码UTF，号召大家都用这个。

只不过这个编码工作显然也需要一代一代的迭代进化，所以有了今天的UTF8编码。兼顾存储效率和读写效率。

 

字符串字面值，说白了就是一串unicode序列。

 

如果你搞Java，那在java.lang.String里有code point的概念，这个code point应该指的就是unicode - 明天确认一下。

如果你搞golang，应该知道golang中所有字符串都是UTF8编码，还有一个rune类型，不妨想想是怎么回事。

 

ps：

　　至于为什么出现unicode，这就跟春秋战国时期各个国家都有自己的文字一样，沟通很不方便，而且可能一样的字形截然不同的含义。

　　于是有了unicode，保证了大家书同文车同轨，剩下的爱怎么使用这种文字都是你的事了。