字符串字符编码的思考

计算机各种信息都是以 二进制  用0或1代码形式存储的，包括文字，图标，声音，动画。

如：张三 存储为 01000110... 二进制存储

【存储单位】

位：位（bit）是计算机存储的最小单位，每个位存储一个二进制代码。如 1001 1001 每个 0 或者 1 代码 就是一个位。

字节：字节（Byte）,由8个位(bit)组成的一个单元，如 1001 1001 就是一个字节。（所以存储文字等数据时，会以使用不同的编码存储方式，得到不同长度的字节）

字：字（Word）代表计算机处理指令或数据的二进制数位数，是 计算机进行数据存储和数据处理的运算的单位，即计算机进行数据处理时一次存取、加工和传送的数据长度。对于32位计算机与64位计算机，字的大小往往不同。

　　32位计算机：1字=32位(bit)=4字节（Byte），64位计算机：1字=64位(bit)=8字节(Byte)

【文字编码】 

编码：从文字到0、1的映射

解码：从0、1到文字的映射

字符：各种 文字 和符号的总称，包括各个中国的文字，标点符号，图形符号，数字等。

字符集：多个字符的集合。字符集种类很多，各个字符集包含的字符个数不同，如 ASCII 字符集，GB2312字符集，Unicode字符集等。

字符编码：也叫 字集码，就是把字符集中的字符编码为指定集合中某个对象，以便再计算机中存储和通讯。如Unicode字符集可以根据需要以UTF-8,UTF-16 等方法进行编码。

ASCII 码：美国信息交换标准码，适用于所有拉丁文字母的单字节编码，使用7位或8位二进制数组来表示128 或 256 个字符。

GBK编码：汉字编码之一，GBK编码兼容GB2312编码。一个汉字用两个字节表示。

BIG-5编码：通行于我国台湾、香港的繁体字编码方案。

Unicode 编码：又称为万国码，定义了世界上几乎所有字符的表示，满足跨语言，平台的进行文本转换和处理的要求，兼容了很多老版本编码规范，如ASCII码。如Unicode可以根据需要以UTF-8,UTF-16 等编码方案进行编码，实现方式称为 Unicode转换格式即UTF。

UFT-8 编码，是互联网上最广泛的Unicode编码的实现方式，是一种变长的编码方式。使用1~4个字节表示一个符号，根据字符集里的不同符号而编号字节长度.

字节 byte：8个二进制位（bit）为一个字节(B)，最常用的单位，字节也就是B。

1KB (Kilobyte 千字节)=1024B

1MB (Megabyte 兆字节 简称“兆”)=1024KB

1GB (Gigabyte 吉字节 又称“千兆”)=1024MB