字符串與編碼

（1）ASCII碼

• 一個字節表示的英文、數字、標點符號等字符。
• 國際標準ASCII碼爲0-127即128個字符，二進制最高位爲0，其他爲擴展ASCII碼。

（2）GB2312

• 兩字節，主要包含簡體的經常使用中文及符號的字符集編碼。

（3）GBK

• 單雙字節變長編碼，主要包含簡體與繁體中文和一些符號、偏旁部首的字符集編碼。

（4）GB18030

• GBK編碼沒法知足需求擴展，多出來的部分使用四字節編碼，即單、雙、四字節編碼；
• 擴展了漢字，還包括了少數民族文字；

（5）Unicode

• 因各國語言、字符差別，Unicode將全部字符統一爲一套字符集。
• UTF-八、UTF-1六、UTF-32是對Unicode字符集的不一樣編碼方案。

（6）UTF-8

• 變長編碼方式，1-4字節表示一個字符，可節省存儲空間；
• 英文1字節，中文通常3字節，最多4字節；

編碼規則：

• 》單字節：同標準ASCII碼，最高位爲0，0-127表示128個字符
• 》多字節：n字節，高位到低位，第一字節前n位爲1，第n+1位爲0；後面字節前兩位爲10;剩餘位由低位向高位填補Unicode嗎，多出補0；

110XXXXX 10XXXXXX

    1110XXXX 10XXXXXX 10XXXXXX