总结：ASCII码只占一个字节，不包含汉字；GBK汉字国标扩展码，就是所谓的中国码，兼容ASCII码，汉字包含两个字节；Unicode万国码，兼容所有国家文字；UTF-32,所有字符都占4个字节，导致资源浪费；UTF-8是针对Unicode的一种可变长度字符编码，一个US-ASCIl字符只需1字节编码，带有变音符号的拉丁文、希腊文、西里尔字母、亚美尼亚语、希伯来文、阿拉伯文、叙利亚文等字母则需要2字节编码，中日韩文字、东南亚文字、中东文字等需要3个字节，少部分字符需要4个字节。
ASCII码（最早出现的）
它是最通用的信息交换标准，并等同于国际标准 ISO/IEC 646。ASCII第一次以规范标准的类型发表是在1967年，最后一次更新则是在1986年，到目前为止共定义了128个字符。
常见ASCII码的大小规则：数字< 大写字母 < 小写字母。
1.数字比字母要小。如 “7”<“F”；
2.数字0比数字9要小，并按0到9顺序递增。如 “3”<“8” ；
3.字母A比字母Z要小，并按A到Z顺序递增。如“A”<“Z” ；
4.同个字母的大写字母比小写字母要小32。如“A”<“a” 。
几个常见字母的ASCII码大小： “A”为65；“a”为97；“0”为 48 [4] 。
问题：
用128个符号编码便可以表示所有，但是用来表示其他语言，128个符号是不够的。比如到了中国，128个字符完全不够啊，怎么办呢？就有了GBK
GBK
GBK: 汉字国标扩展码,基本上采用了原来GB2312-80所有的汉字及码位，并涵盖了原Unicode中所有的汉字20902，总共收录了883个符号， 21003个汉字及提供了1894个造字码位。
GB2312和GBK
GBK中如何区分中文和英文的呢？
很简单，比如底层是根据首位来判断是中文还是英文，汉字的第一个字节必须是1。如 我a你 ，会是1xxxxxxx xxxxxxxx 0xxxxxxx 1xxxxxxx xxxxxxxx ，1xxxxxxx xxxxxxxx代表一个汉字，0xxxxxxx代表一个英文字符，1xxxxxxx xxxxxxxx又代表一个汉字
问题：
gbk基本包含了所有的汉字，但是到了其他国家呢？比如日文、韩文、阿拉伯文等的字符又没有，怎么办？有用另一套字符编码，每个国家都整一套，那不乱套了吗？所有出现了Unicode.
世界上存在着多种编码方式，在ANSi编码下，同一个编码值，在不同的编码体系里代表着不同的字。在简体中文系统下，ANSI 编码代表 GB2312 编码，在日文操作系统下，ANSI 编码代表 JIS 编码，可能最终显示的是中文，也可能显示的是日文。在ANSI编码体系下，要想打开一个文本文件，不但要知道它的编码方式，还要安装有对应编码表，否则就可能无法读取或出现乱码。为什么电子邮件和网页都经常会出现乱码，就是因为信息的提供者可能是日文的ANSI编码体系和信息的读取者可能是中文的编码体系，他们对同一个二进制编码值进行显示，采用了不同的编码，导致乱码。这个问题促使了unicode码的诞生。
如果有一种编码，将世界上所有的符号都纳入其中，无论是英文、日文、还是中文等，大家都使用这个编码表，就不会出现编码不匹配现象。每个符号对应一个唯一的编码，乱码问题就不存在了。这就是Unicode编码。
Unicode当然是一个很大的集合，现在的规模可以容纳100多万个符号。每个符号的编码都不一样，比如，U+0639表示阿拉伯字母Ain，U+0041表示英语的大写字母A，“汉”这个字的Unicode编码是U+6C49。
问题：
Unicode固然统一了编码方式，但是它的效率不高，比如UCS-4(Unicode的标准之一)规定用4个字节存储一个符号，那么每个英文字母前都必然有三个字节是0，这对存储和传输来说都很耗资源。
UTF-8
UTF-8使用1~4字节为每个字符编码：
如何区分中文和英文的呢？
固定格式，一个字节以0开头，两个字节，第一个字节必须以110开头，第二个字节必须是10开头，三个字节，第一个字节必须是1110开头，第二个字节必须是10开头，第三个字节必须是10开头，如图：
0xxxxxxx 英文字符和数字 1个字节 110xxxxx 10xxxxxx 两个字节 1110xxxx 10xxxxxx 10xxxxxx 汉字 3个字节 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx 4个字节