字符编码
什么是字符编码
字符编码（英语：Character encoding）也称字集码，是把字符集中的字符编码为指定集合中某一对象（例如：比特模式、自然数序列、8位组或者电脉冲），以便文本在计算机中存储和通过通信网络的传递。常见的例子包括将拉丁字母表编码成摩斯电码和ASCII。其中，ASCII将字母、数字和其它符号编号，并用7比特的二进制来表示这个整数。通常会额外使用一个扩充的比特，以便于以1个字节的方式存储。
在计算机技术发展的早期，如ASCII（1963年）和EBCDIC（1964年）这样的字符集逐渐成为标准。但这些字符集的局限很快就变得明显，于是人们开发了许多方法来扩展它们。对于支持包括东亚CJK字符家族在内的写作系统的要求能支持更大量的字符，并且需要一种系统而不是临时的方法实现这些字符的编码。
字符编码种类
字符编码有非常多，每个国家都有自己规定的字符编码，在中国常见的字符编码有以下几种: ASCII、 Unicode、UTF-8、GBK（简、繁体字融于一库）、GB2312（简体中文字符集）、BIG5（繁体中文字符集）。
字符在计算机中的表示
- 我们都知道计算机内所有数据都是用二进制进行表示的，每个二进制位(bit)有0和1的状态。
- 一个字节有8个二进制位，也就是说一个字节有256（2的8次方）种变化，每一个状态对应一个符号，就是256个符号，从0000000到11111111。
ASCII码
- 美国根据自己26个字母定制了一套编码，叫ASCII码；一共规定了128个字符的编码
- 比如空格”SPACE”是32（二进制00100000）。这128个符号（包括32个不能打印出来的控制符号），只占用了一个字节的后面7位，最前面的1位统一规定为0。 英文用ASCII码就够了，那中文呢？中文数量可是比英文多得多，该怎么办呢？所以要兼容ASCIIde的基础上实现自己文字的编码。
Unicode码
世界上有各种各样的编码语言，每个字符表示的编码字符都是不一样的，而Unicode码就是将世界上所有编码语言汇在一起，每个字符所表示的编码代号都是独一无二的。 原本一个英文ASCII码用1个字节就够了，但是Unicode码就需要3个字节或者更多字节，这造成了存储的浪费，这时候UTF8出现了。
UTF8
随着计算机、互联网的普及，整个世界需要一个统一规范而且比较简洁的编码类型，而UT8就是可以根据不同符号变化字节长度的编码。但是它还是隶属于Unicode码的哦~
UTF8和UTF8+BOM
BOM(byte of mark)是一个Unicode中一个特殊字符；表示0长度，非断行的空格。 BOM出现的初衷☞ BOM最初是用来区分UTF-16和UTF-32的；UTF-16编码使用内容“FE FF”的BOM来标记big ending,即高位结束符；用“FF EE”标记 small ending,即低位结束符。在不支持或者未识别UTF-8编码的环境下，该BOM会被解析成乱码，导致问题。
