【字符编码】聊聊 ASCII 码、Unicode 码和 UTF-8 码

1.首先放一张经典 ASCII 码的对照表，可直观感受字符编码对照情况。

对照图来自网络，仅供参考！

---

2.直观感受了解一下 三种编码的 关键特点和优缺点：

ASCII 码、Unicode 码和 UTF-8 码 优劣对照情况

★【ASCII】（美国信息交换标准代码）

特点和关键点：

• 诞生背景：20世纪60年代，为了统一不同计算机设备和系统之间字符的表示和交换而制定。主要面向英语语言环境，是最早广泛使用的字符编码标准。
• 编码规则：使用7位二进制数来表示一个字符，因此可以表示2^7 = 128个不同的字符。后来扩展到8位，能表示256个字符，但标准ASCII仍然是7位。
• 字符范围：涵盖了英文字母的大小写（A - Z、a - z）、数字（0 - 9）、常见的标点符号和一些控制字符（如换行符、回车符等）。

优势：

• 简单高效：编码规则简单，处理起来速度快，计算机硬件和软件对其支持非常成熟，易于实现字符的存储、传输和处理。
• 兼容性好：由于其历史悠久，几乎所有的计算机系统和设备都支持ASCII编码，在处理纯英文文本时不会出现兼容性问题。

不足：

• 字符集有限：只能表示有限的英文字符和一些基本符号，无法表示世界上其他众多语言的字符，如中文、日文、阿拉伯文等，对于多语言环境的支持严重不足。
• 缺乏扩展性：随着计算机在全球的普及，对更多字符的需求日益增长，ASCII无法满足这种需求，需要新的编码标准来替代。

---

★【Unicode】

特点和关键点：

• 统一字符集：Unicode是一个全球性的字符编码标准，旨在为世界上所有的字符（包括各种语言的文字、符号、表情符号等）提供一个唯一的数字代码，即码点。它涵盖了超过14万种字符，几乎包含了人类使用的所有书面语言。
• 多平台支持：被广泛应用于各种操作系统、编程语言和软件中，是实现全球范围内信息交换和处理的基础。
• 多种编码形式：Unicode本身只是一个字符集，它定义了字符和码点的对应关系，但具体的存储和传输需要通过不同的编码形式来实现，如UTF - 8、UTF - 16、UTF - 32等。

优势：

• 全面性：能够表示世界上几乎所有的语言和符号，为全球信息交流提供了统一的字符编码解决方案，解决了不同语言之间字符表示的兼容性问题。
• 可扩展性：随着新字符的不断出现，Unicode可以通过扩展码点范围来纳入新的字符，具有良好的扩展性。

不足：

• 存储和传输效率问题：不同的编码形式在存储和传输效率上存在差异。例如，UTF - 16和UTF - 32在表示ASCII字符时会浪费大量的存储空间，因为它们通常使用2个或4个字节来表示一个字符，而ASCII字符只需要1个字节。
• 复杂性：由于存在多种编码形式，在处理Unicode编码的文本时，需要正确识别和处理不同的编码格式，增加了编程和系统设计的复杂性。

---

★【UTF-8】

特点和关键点：

• 可变长度编码：UTF - 8是Unicode的一种可变长度编码方式，它使用1到4个字节来表示一个字符。对于ASCII字符，使用1个字节表示，其编码与ASCII编码完全相同；对于其他字符，根据字符的码点范围，使用2到4个字节来表示。
• 自同步性：UTF - 8编码具有自同步性，即可以从任意字节开始解析字符，而不需要额外的信息来确定字符的边界。这使得在处理部分数据或进行流式传输时更加方便。
• 网络友好：在网络传输中，UTF - 8是最常用的编码方式之一，因为它的字节顺序是固定的，不需要额外的字节顺序标记（BOM），并且对ASCII字符的兼容性好，能够有效减少传输带宽的浪费。

优势：

• 兼容性好：与ASCII编码完全兼容，对于只包含ASCII字符的文本，UTF - 8编码不会增加额外的存储空间，同时又能无缝支持其他语言的字符。
• 节省空间：在处理包含大量ASCII字符的文本时，UTF - 8编码比UTF - 16和UTF - 32等编码方式更加节省存储空间，因为它根据字符的实际需要动态分配字节数。
• 通用性强：广泛应用于互联网、电子邮件、网页等领域，是目前最流行的Unicode编码形式。

不足：

• 字符处理复杂：由于是可变长度编码，在处理UTF - 8编码的文本时，需要额外的计算来确定字符的边界和长度，对于一些需要随机访问字符的操作（如按字符索引访问），效率相对较低。
• 字节顺序问题：虽然UTF - 8本身不需要字节顺序标记，但在一些情况下，可能会与其他编码格式混淆，需要额外的处理来确保正确解析。

---

3.附：扩展ASCII 码对照表 ，供参考。

对照图来自网络，仅供参考！