不同字符编码对比

目录

1. ASCII码

2. Unicode

3. GBK编码

---

1. ASCII码

ASCII码使用一个字节编码，但只适用于英文；

2. Unicode

Unicode定义了字符集，有 17 个 code plane，总共规划了 1,114,112 个 code point。而这些字符可以使用UTF-8、UTF-16或者UTF-32等编码方式进行编码，不同的编码方式所占的字节数不一样。

UTF-8是99%的网站使用的编码，占1~4个字节，具体的表现形式为：

0xxxxxxx：单字节编码形式，这和 ASCII 编码完全一样，因此 UTF-8 是兼容 ASCII 的；

110xxxxx 10xxxxxx：双字节编码形式；

1110xxxx 10xxxxxx 10xxxxxx：三字节编码形式，大部分中文使用三字节编码。

11110xxx 10xxxxxx 10xxxxxx 10xxxxxx：四字节编码形式，极少部分罕见中文使用四字节编码。

UTF-8编码示例如下：

UTF-16占2或4个字节，是唯一不兼容ASCII码的编码；

UTF-32占4个字节。

3. GBK编码

GBK是特地为中文设计的编码方式，不论中、英文字符均使用双字节来表示，只不过为区分中文，将其最高位都定成1。其在国际上不具备通用性。具体形式如下

可以看到“中”字的编码为0xD6D0。

参考：

unicode编码中一个汉字占几个字节？ - 知乎

unicode编码中一个汉字占几个字节？ - 知乎

utf-8与GBK的区别 - 简书 (jianshu.com)

Unicode字符需要几个字节来存储？_二十六画生的博客的博客-CSDN博客_unicode 几个字节