转载声明http://www.2cto.com/kf/201304/206967.html
ASCII-----单字节编码
ASCII 码是使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。 ASCII 编码可以表示的最大字符数年是 256，其实英文字符并没有那么多，一般只用前 128 个（最高位为了0），其中包括了控制字符、数字、大小写字母和其他一些符号。而最高为1 的另128 个字符为“扩展ACSII”。
128 个字符，其中0x00~0x1F(0~31)）、0x7F(127)是控制符。其他编码 0x20~0x7E(32~126)则定义实际可见的字符，包括数字、大小写英文字母、标点符号等。
GB2312-----中国人的简体字编码
GB2312(1980年)一共收录了7445个字符，包括6763个汉字和682个其它符号。汉字区的内码范围高字节从B0-F7，低字节从 A1-FE，占用的码位是72*94=6768。其中有5个空位是D7FA-D7FE。GB2312-80中共收录了7545个字符，用两个字节编码一个字符。每个字符最高位为0。
GB2312支持的汉字太少。1995年的汉字扩展规范GBK1.0收录了21886个符号，它分为汉字区和图形符号区。汉字区包括21003个字符。
GB2312中汉字的编码范围为，第一字节0xB0-0xF7(对应十进制为176-247)，第二个字节0xA0-0xFE（对应十进制为160-254）。
GBK----中国人的简繁编码
GBK编码(Chinese Internal Code Specification)是中国大陆制订的、等同于UCS的新的中文编码扩展国家标准。gbk编码能够用来同时表示繁体字和简体字，而gb2312只能表示简体字，gbk是兼容gb2312编码的。
范围：8140~FEFE（剔除xx7F）共23940个码位。GBK中有码位23940个，包含汉字21003个。
GBK 采用了单双字节混合的方式。它兼容ASCII，因些0x~07F 部分的定义和ASCII 一样。对其他字符，GBK中每个汉字仍然包含两个字节，第一个字节的范围是0x81-0xFE（即129-254）-----最高位必须是 1，第二个字节的范围是0x40-0xFE（即64-254）。
解码时，需要逐个字节检查具体如下：
1.如果这个字节的范围是 0x00~0x7F，即最高位是 0 时，这个字节本身就代表一个字符，和 ASCII 的含义相同。
2.如果字节范围 0x80~0xFF，即最高位为 1 时，还需要再取下一个字节，两个字节合起来才表示一个字符。
Unicode----统一码、万国码，java、python
Unicode编码后的大小是一样的.例如一个英文字母 "a" 和 一个汉字 "好"，编码后都是占用的空间大小是一样的，都是两个字节！
需要说明的是，定长编码便于计算机处理（注意GB2312/GBK不是定长编码），而unicode又可以用来表示所有字符，所以在很多软件内部是使用unicode编码来处理的，比如java。
UTF-8-----国际编码，通用性好，前缀码，从第一个字节就能知道这是个几字节字
因为对于英文字母，unicode也需要两个字节来表示。unicode不便于传输和存储，因此而产生了utf编码。
UTF8编码后的大小是不一定,例如一个英文字母"a" 和 一个汉字 "好"，编码后占用的空间大小就不样了，前者是一个字节，后者是三个字节！编码的方法是从低位到高位。
其中UTF-16和Unicode编码大致一样, UTF-8就是以8位为单元对Unicode进行编码。从Unicode到UTF-8的编码方式如下：
Unicode编码(16进制) UTF-8 字节流(二进制)
U+0000 - U+007F 0*** ****(0x00~0x7F) 字节最高位为了0，则它表示一个字符，和ASCII 解释一样
U+0080 - U+07FF 110* **** 10** ****(0xC0~0xDF) 字节最高三位是110，则这是双字节 编码，用于其他字母字符
U+0800 - U+FFFF 1110 **** 10** **** 10** ****(0xE0~0xEF) 字节最高四位是 1110, 则这是三字节编码,用于其他字符,如中文简繁等
例如“汉”字的Unicode编码是6C49。6C49在0800-FFFF之间，所以肯定要用3字节模板了：1110xxxx 10xxxxxx 10xxxxxx。将6C49写成二进制是：0110 110001 001001， 用这个比特流依次代替模板中的x，得到：11100110 10110001 10001001，即E6 B1 89。