ASCII编码

ASCII (American Standard Code for Information Interchange)：美国信息交换标准代码是基于的一套电脑编码系统，主要用于显示现代英语和其他语言。它是最通用的标准，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。

通俗来说就是，美国人要让英语可以被计算机识别，就把英语中常用的字符（例如26个字母、数字、标点符号以及特殊字符等）拿出来编号，从0编号到127，这些编号称之为码点。然后将码点转成二进制，不够的前面八位的前面补零，补成一个字节。因此标准的ASCII码使用一个字节存储一个字符，首位是0，总共可以标识128个字符，对美国人来说完全够用。

GBK编码

但是，后来我国随着计算机的普及，只有128个字符的ASCII对于文化博大精深的中国来说，怎么可能够用！我国常用汉字字符几千个，ASCII码只有128个字符，都不够塞牙缝的。因此中国人就搞了一套自己的字符集GBK（国标）！

GBK包含了两万多个字符，一个中文字符编码成两个字节。于此同时GBK兼容ASCII字符集

注意：GBK规定，中文字符编码的二进制第一位必须是1，在识别的时候只要遇到二进制第一位是1，就连着都两个字节，如果是0就读一个字节。

Unicode编码

问题来了！如果每个国家都根据自己的语言编制出一套字符集，那完了，那么多的字符集在全世界范围流通，各种转换，就会出现各种乱码，嗯~~,估计得政哥重生来解决一下子了。这个时候某国际组织站出来了说，你们都用我这个，我这给你们兼容所有的语言，都给我用Unicode编码（因此也叫万国码）！！！

UTF-32

Unicode编码第一版是UTF-32，十分的简单粗暴，用四个字节（32位，几十亿个字符，绝对够用）来表示一个字符，解码的时候也四个四个解码，多简单！

但是！UTF-32太奢侈了，懂不懂计算机存储空间寸土寸金？因此没有被广泛使用。

UTF-8

Unicode编码第二版是UTF-8,这个就比较高明，它采用可变长的编码方案，共分为四个长度区域，1个字节、2个字节、3个字节、4个字节，简单来说就是按照字符大小来确定占用多少存储空间。例如英文数字等占用一个字节，汉字占用3个字节。

那么怎么识别呢？看下面图