初识编码格式

编码格式

1. 最早期的密码本：ASCII码 仅包含：英文字母，数字，特殊字符

   0000 0001

   0000 0101 ...

   最左边一位为0 为预留

   8bit == 1byte

   仅能表示128个不同的字符

2. GBK（国标） ：包含 ASCII + 中文

   一个英文字母 ：1byte 0000 0001

   一个中文：2byte 0000 0001 0100 0001

   2 ^ 16 = 65535

   最多表示 65535 个字符

3. Unicode 万国码 ：把世界上所有的文字都记录到这个密码本

   起初 ：一个字符 用 2byte 字节 来表示

   一个英文字母 ：0000 0001 0000 0011

   一个中文：0000 0001 0000 0000

   因为：汉字9W+ 日文 12W+

   后来：一个字符 4byte 字节

   一个英文字母： 0000 0001 0000 0011 0000 0001 0000 0011

   一个汉字： 0000 0001 0000 0011 0000 0001 0000 0011

   ⬆浪费空间 浪费资源

4. UTF-8 :用最少的8bit 1个字节 来表示一个字符。

   0000 0011 英文 1个字节

   0000 0011 0000 0011 欧洲2个字节

   0000 0011 0000 0011 0000 0011 中文：3个字节

eg.   '中国12ab' :  GBK : 8byte 

​	  '中国12ab' ：UTF-8：10byte

8 bit = 1byte 

1024 byte = 1Kb

1024 Kb = 1Mb 

1024 Mb = 1Gb

1024 GB = 1TB

MB to bit :

7.6MB ---> 7.6* 1024 * 1024 * 8= 63753420.8 (bit)