可能很多人事先沒有了解好相關的編碼知識，就把unicode編碼和utf-8編碼混為一談相互比較，認為是兩種不同的編碼，其實不然，unicoe編碼只是乙個字符集，規定了字元和二進位制**的對應關係，好比是乙個大字典，但是對於如何編碼儲存在計算機及其具體實現，unicode編碼並沒有做規定，而utf-8編碼就是unicode編碼的一種實現方式，它定義了解析儲存的一整套編碼規則，所以，就關係而言，unicode和utf-8編碼並不能做橫線比較，說到底，utf-8編碼只是實現unicode編碼的一種實現方法，並沒有重新定義字元和二進位制**的二進位制關係。
unicode編碼的出現，是為了解決各個地區定義字元編碼混亂而制定的一套業界標準，在unicode編碼出現之前，也出現過各式各樣本土化的編碼，如下所示：
編碼名稱
占用位元組數
ascii
乙個位元組
gbk兩個位元組
ascii編碼相信是大部分人最熟悉的編碼之一，它是西歐編碼，僅僅用乙個位元組表示字元，這也難怪，因為西歐大部分英文國家字符集不大，ascii編碼已經足夠用了，但是到了中國，光是漢字就有幾萬個，ascii編碼完全不夠用，所以gbk編碼由此產生，使用兩個位元組定義乙個字元，這樣就可以定義六萬多個字元。 這些不同地區使用的字元編碼，如果只是區域內使用，是完全沒有問題的，但是一旦跨地域使用不同的編碼方法，那麼就會產生各種各樣的展示問題，俗稱亂碼。當然現實生活並沒有這個問題，因為現實生活如紙張這種載體，能夠存放的字元沒有限制，而因為計算機載體的特殊性，只識別和存放得了01兩個字元，所以所有的字元經過編碼轉化最終都是以01存放在計算機內部，因此編碼不同，解析字元的規則自然不同，所以導致展示出來的字元就不相同了，就會有亂碼的可能性。 所以編碼規則本質上就是字元的解析規則，下面看幾個概念：
字元是可使用多種不同字元方案或**頁來表示的抽象實體。也可以理解為字元是乙個編碼方案的乙個最小單位。
字元集合是字元總和的集合，如unicode字符集，gbk字符集，ascii字符集
字元編碼是一種規則，為了方便網際網路傳輸，字元編碼定義了二進位制和字元的對應規則綜合上述這幾個概念，所以無論是ascii編碼也好，gbk編碼也好，本質上都是為了二進位制和字元的轉而誕生的，而unicode只算得上是字元集合，具體的字元編碼就是utf-8編碼。utf-8是一種變長的編碼方式，規則如下：
1）對於單位元組的符號，位元組的第一位設為0，後面7位為這個符號的 unicode 碼。因此對於英語字母，utf-8 編碼和 ascii 碼是相同的。 2）對於n位元組的符號（n > 1），第乙個位元組的前n位都設為1，第n + 1位設為0，後面位元組的前兩位一律設為10。剩下的沒有提及的二進位制位，全部為這個符號的 unicode 碼。所以使用utf-8，英文本母還是占用乙個位元組，而依據unicode字符集，大部分中文都是占用了三個位元組，不過在早期的網際網路中，英文還是佔據大部分，因而utf-8編碼占用的字元消耗並不算大。後續也出現了utf-16等新的編碼方式，為了節約某些場景的儲存消耗。
windows txt 儲存文字 「你好，世界」 預設編碼格式為ansi ，ansi編碼介紹如下:
不同的國家和地區制定了不同的標準，由此產生了 gb2312、gbk、big5、shift_jis 等各自的編碼標準。這些使用 1 至 4 個位元組來代表乙個字元的各種漢字延伸編碼方式，稱為 ansi 編碼。在簡體中文windows作業系統中，ansi 編碼代表 gbk 編碼；在日文windows作業系統中，ansi 編碼代表 shift_jis 編碼。 不同 ansi 編碼之間互不相容，當資訊在國際間交流時，無法將屬於兩種語言的文字，儲存在同一段 ansi 編碼的文字中。 當然對於ansi編碼而言，0x00~0x7f之間的字元，依舊是1個位元組代表1個字元。這一點是ansi編碼與unicode編碼之間最大也最明顯的區別。所以在windows上面就是gbk編碼，借助okio讀取如下：
public static void main(string args) throws exception
複製**
預設字符集 gbk
你好，世界
複製**
預設字符集 gbk
????????
複製**
public static void main(string args) throws exception
複製**
預設字符集 gbk
?你好，世界
複製**
按理說，應該是十五個位元組，但是總共有十八個位元組，並且前三個位元組不可見，查閱資料可知，在windows的文字編輯器儲存utf8格式時，會增加bom識別符號，也就是前面三個位元組，所以我們在檔案流讀取utf8格式時，要切記bom識別符號，避免程式出錯。
徹底弄懂 unicode 編碼
ios之地理編碼常用知識整理
地理編碼和反地理編碼都使用 clgeocoder 類來實現.地理編碼使用 geocodeaddressstring completionhandler 方法.將乙個地名字串轉換為經緯度。在此方法中得到乙個裝著 clplacemark 的陣列。乙個 clplacemark 表示乙個地理座標，有位置資訊...
字元編碼整理
在所有字符集中，最知名可能要數被稱為ascii的7位字符集了。它是美國資訊交換標準委員會 american standards committee for information interchange 的縮寫,為美國英語通訊所 設計。它由128個字元組成，包括大小寫字母 數字0 9 標點符號 非列...
python unicode 編碼整理
unicode 只定義字元對應的數字，但沒有規定這些數字如何儲存起來，比如像中文的 我 字儲存時需要兩個位元組來表示，而英文本母a卻只需要乙個位元組，有些其他的字元可能需要3 4個位元組。utf 8 是對 unicode 編碼儲存的一種實現方式，同樣的還有 utf 16,utf 32。utf 8 是...