什么是编码

事实上计算机只认识0和1，然而我们却可以通过计算机来显示文本，这就是靠编码实现的。编码其实就是约定的一个协议，比如ASCII编码约定了大写字母A对应十进制数65，那么在读取一个字符串的时候，看到65，计算机就知道这里说的是字母A的意思。

由于计算机是美国人发明的，所以这个ASCII编码设计时只采用1个字节存储（事实上只用了7位，1个字节有8位），包含了大小写英文字母，数字和一些符号。但是计算机在全世界普及之后，ASCII编码就成了一个瓶颈，因为1个字节是完全不足以容纳各国语言的。

大家都知道英文只用26个字母就可以组成不同的单词，而汉字光常用的就有好几千个，至少需要2个字节才足以存放，所以后来中国制定了GB2312编码，用于对汉字进行编码。

然后日本为自己的文字制定了SHIFT_JIS编码，韩国为自己的文字制定了EUR-KR编码，一时之间，各国都制定了自己的标准。不难想象，不同的标准放在一起，就难免出现冲突，这也正是为什么最初的计算机总是容易看到乱码的现象。

为了解决这个问题，unicode编码应运而生。unicode组织的想法最初也很简单：创建一个足够大的编码，将所有国家的编码都加进来，进行统一标准。

没错，这样问题就解决了。但新的问题也出现了：如果你写的文本只包含英文和数字，那么用unicode编码就显得特别浪费空间（用ASCII编码只占用一半的存储空间）。所以本着能省一点是一点的精神，unicode还创造了许多实现方式。

比如常用的utf-8编码就是unicode的一种实现方式，它是可变长编码，简单的说，就是当你的文本是ASCII编码的字符时，它用1个字节存放，而当你的文本是其他unicode字符的情况，他将按一定的算法转换，每个字符使用1-3个字节存放，这样便实现了有效节省空间的目的。