快速理解編碼，unicode與utf-8

1.爲何編碼，由於cpu只認識數字
2.ASCII 一個字符共佔7位，用一個字節表示，共128個字符
3.那麼ASCII浪費了最高位多惋惜，出現了
ISO-8859-1，一個字節，256個字符，不少協議的默認編碼
4.中文編碼
GB2132 兩個字節，大陸使用，表示約6k個字符
BIG5 兩個字節，繁體字編碼標準，共表示1.3w個字符
GBK 擴展了GB2132,能表示2w個漢字，不兼容BIG5

Unicode
又稱萬國碼，源於一個組織，一共有兩個組織，都是爲了構建出一種能表示地球全部字符的編碼，其中一個就是unicode，unicode是準確說是一個字符表，每一個字符對應一個數字，稱爲碼點，兼容ACSII，即a對應數字96，目前來講16位長度還未佔滿，因此有人說unicode字符佔兩個字節，這絕對是一種誤解，unicode只是定義了哪一個字符對應哪一個數字，就這麼簡單。

java與unicode
java中爲了存儲字符時統一映射關係，存儲與編碼無關的unicode碼點，否則一會存一個gbk字符，又來一個big5字符，連打印字符串都有問題了。

utf
那麼unicode只是定義映射關係的話，具體怎麼存儲，用幾個字節存呢
目前有ucs和utf兩種思路。
utf-8 由於節省流量，互聯網用的較多
用1,2,3,4個字節存儲一個字符，一般來講英文字符一個字節，漢子三個字節
具體格式參考連接
uft16與bom
採用2.4字節存儲，那麼爲了區分高字節在前仍是在後，就須要在字節流前加特殊的BOM字節表示，utf8不須要bom，只是微軟有這個習慣。

更加詳細的描述推薦　　http://www.javashuo.com/article/p-axnhjzqz-mr.html