字、字节、字符、编码方式

参考文章：详解计算机中的字、字节（Byte）、比特（bit）及它们之间的关系

字、字节#

字由若干个字节组成，一个字节是8个比特bit。字的位数叫做字长，即cpu一次处理二进制代码的位数。

换算：

• 1字节（Byte/byte）= 8位（Bit/bit）
• 1字符占用的字节不确定（不同的编码方式不同）
• 1KB=1024Byte；1MB=1024KB。。。
• 32位计算机：1字=32位=4字节；64位计算机：1字=64位=8字节

字符的编码#

字符是指计算机中的文字和符号。在计算机的具体表示中，又有不同的编码，估计编程的人都比较懂，常见有ASCII码、GB2312、GBK，UTF-8编码、Unicode编码。

GB2312和GBK#

GB2312和GBK是中国汉字编码方案标准，同时兼容ASCII码。GB2312是简体汉字编码规范，但GBK是大字符集，不仅包含了简体中文，繁体中文还包括了日语、韩语等所有亚洲文字的双字节字符。
最新汉字编码标准GB18030，其中已经可以支持中日韩以及藏文、蒙文，维吾尔文等少数民族文字。但这些说到底还是以中文为主。

ASCII#

ASCII码是美国信息互换标准代码，是一套基于拉丁字母的字符编码，其中包含了33个控制字符（具有某些特殊功能）和95个可显示字符，总共定义了128个字符。ASCII码当中一个汉字占两个字节空间，一个英文字母（不区分大小写）占一个字节空间。ASCII 编码是最简单的西文编码方案。

Unicode#

Unicode编码是ASCII码的一个扩展，采用双字节对字符进行编码。一个英文等于两个字节，一个中文（含繁体）也等于两个字节。英文标点占用一个字节，中文标点则占用2个字节。

UTF-8#

UTF-8编码是一种多字节编码，也是目前互联网应用最广泛的一种Unicode编码方式。最大特点就是可变长，可根据字符的不同变换长度。一个英文字符占用一个字节，一个中文（含繁体）占用三个字节。英文标点占用1个字节，中文标点同样占用3个字节。
UTF-8包含了全世界所有国家需要用到的字符，是国际编码，通用性极强。使用这种编码的话，一旦文章中同时出现中文、英文或者繁体，浏览器都会支持，而不会出现乱码。