字符編碼（Unicode，UTF-8） 必須通俗易懂

 近幾年，每每遇到關於Unicode，UTF-8之類的問題，總是需要花費半個小時回顧一下它們之間的關係，因爲我發現很多網上的資料都是通篇文字描述，我的想法很簡單，希望一目瞭然，下一次，希望一分鐘之內完成回顧，於是我使用的表格描述，算是對網上很多的資料的一個格式轉化和彙總吧！

字符集
Unicode Unicode（統一碼、萬國碼、單一碼）是計算機科學領域裏的一項業界標準，包括字符集、編碼方案等。
編碼方式	編碼說明（編碼方式是實現字符集計算機存儲的方式）
ANSI	ANSI是一種字符代碼，爲使計算機支持更多語言，通常使用 0x00~0x7f 範圍的1 個字節來表示 1 個英文字符。超出此範圍的使用0x80~0xFFFF來編碼，即擴展的ASCII編碼。   簡單的說，在英文編碼系統下，ANSI編碼代表ASCII，(American Standard Code for Information Interchange， “美國信息交換標準碼），在簡體中文系統下，ANSI編碼代表GB2312編碼；在日文操作系統下，ANSI編碼代表JS編碼。
UCS-2	UCS-2（Universal Character Set coded in 2 octets）顧名思義，UCS-2是用兩個字節來表示代碼點，其取值範圍爲 U+0000～U+FFFF。   BOM(Byte Order Mark): Unicode規範中定義，每一個文件的最前面分別加入一個表示編碼順序的字符(ZERO WIDTH NO-BREAK SPACE--零寬度非換行空格，用來存儲Big Endian（大頭）和Little Endian（小頭）標識)，這個字符的名字叫做“零寬度非換行空格”（ZERO WIDTH NO-BREAK SPACE），用FEFF表示。這正好是兩個字節，而且FF比FE大1。 如果一個文本文件的頭兩個字節是FE FF，就表示該文件採用大頭方式；如果頭兩個字節是FF FE，就表示該文件採用小頭方式。   特別強調，人們經常把UCS-2編碼直接稱爲Unicode編碼，所以特別容易混淆Unicode編碼和Unicode字符集的關係。
UTF-8	UTF-8(8-bit Unicode Transformation Format)，隨着互聯網的普及，強烈要求出現一種統一的編碼方式。UTF-8就是在互聯網上使用最廣的一種unicode的實現方式。其他實現方式還包括UTF-16和UTF-32，不過在互聯網上基本不用。重複一遍，這裏的關係是，UTF-8是Unicode的實現方式之一。 UTF-8最大的一個特點，就是它是一種變長的編碼方式。它可以使用1~4個字節表示一個符號，根據不同的符號而變化字節長度。 UTF-8的編碼規則很簡單，只有二條： 1）對於單字節的符號，字節的第一位設爲0，後面7位爲這個符號的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字節的符號（n>1），第一個字節的前n位都設爲1，第n+1位設爲0，後面字節的前兩位一律設爲10。剩下的沒有提及的二進制位，全部爲這個符號的unicode碼。
UTF-16	不做過多介紹，2字節或者4字節。
UTF-32	不做過多介紹，定長4字節。

 

計算機系統通用的字符編碼工作方式：

　　在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換爲UTF-8編碼。

　　用記事本編輯的時候，從文件讀取的UTF-8字符被轉換爲Unicode字符到內存裏，編輯完成後，保存的時候再把Unicode轉換爲UTF-8保存到文件：

　　瀏覽網頁的時候，服務器會把動態生成的Unicode內容轉換爲UTF-8再傳輸到瀏覽器：

　　所以很多網頁的源碼上會有類似<meta charset="UTF-8" />的信息，表示該網頁正是用的UTF-8編碼。