字符编码
我们已经讲过了，字符串也是一种数据类型，但是，字符串比较特殊的是还有一个编码问题。
因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。比如两个字节可以表示的最大整数是
65535
，4个字节可以表示的最大整数是
4294967295
。
由于计算机是美国人发明的，因此，最早只有127个字符被编码到计算机里，也就是大小写英文字母、数字和一些符号，这个编码表被称为
ASCII
编码，比如大写字母
A
的编码是
65
，小写字母
z
的编码是
122
。
但是要处理中文显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以，中国制定了
GB2312
编码，用来把中文编进去。
你可以想得到的是，全世界有上百种语言，日本把日文编到
Shift_JIS
里，韩国把韩文编到
Euc-kr
里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。
因此，Unicode应运而生。Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。
Unicode标准也在不断发展，但最常用的是用两个字节表示一个字符（如果要用到非常偏僻的字符，就需要4个字节）。现代操作系统和大多数编程语言都直接支持Unicode。
现在，捋一捋ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。
字母
A
用ASCII编码是十进制的
65
，二进制的
01000001
；
字符
0
用ASCII编码是十进制的
48
，二进制的
00110000
，注意字符
'0'
和整数
0
是不同的；
汉字
中
已经超出了ASCII编码的范围，用Unicode编码是十进制的
20013
，二进制的
01001110 00101101
。
你可以猜测，如果把ASCII编码的
A
用Unicode编码，只需要在前面补0就可以，因此，
A
的Unicode编码是
00000000 01000001
。
新的问题又出现了：如果统一成Unicode编码，乱码问题从此消失了。但是，如果你写的文本基本上全部是英文的话，用Unicode编码比ASCII编码需要多一倍的存储空间，在存储和传输上就十分不划算。
所以，本着节约的精神，又出现了把Unicode编码转化为“可变长编码”的
UTF-8
编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间ÿ