Unicode码扩展自ASCII字元集。在严格的ASCII中，每个字元用7位元表示，或者电脑上普遍使用的每字元有8位元宽；而Unicode使用全16位元字元集。这使得Unicode能够表示世界上所有的书写语言中可能用於电脑通讯的字元、象形文字和其他符号。Unicode最初打算作为ASCII的补充，可能的话，最终将代替它。考虑到ASCII是电脑中最具支配地位的标准，所以这的确是一个很高的目标。
ASCII适用于所有拉丁文字字母，ASCII码有7位码和8位码两种形式。在计算机的存储单元中，一个ASCII码值占一个字节(8个二进制位)，其最高位(b7)用作奇偶校验位。
Unicode码：Unicode码也是一种国际标准编码，采用二个字节编码，与ANSI码不兼容。
Unicode的最初目标，是用1个16位的编码来为超过65000个字符提供映射。但这还不够，它不能覆盖全部历史上的文字，也不能解决传输的问题(implantation head-ache's)，尤其在那些基于网络的应用中。已有的软件必须做大量的工作来实现16位的数据。
因此，Unicode用一些基本的保留字符制定了三套编码方式。它们分别是UTF-8,UTF-16和UTF-32。正如名字所示，在UTF－8中，字符是以8位序列来编码的，用一个或几个字节来表示一个字符。这种方式的最大好处，是UTF－8保留了ASCII字符的编码做为它的一部分，例如，在UTF－8和ASCII中，“A”的编码都是0x41. UTF－16和UTF－32分别是Unicode的16位和32位编码方式。考虑到最初的目的，通常说的Unicode就是指UTF-16。
Unicode字符集可以简写为UCS（Unicode Character Set）。早期的Unicode标准有UCS-2、UCS-4的说法。UCS-2用两个字节编码，UCS-4用4个字节编码。
UTF8并不算是一种电脑编码，而是一种储存和传送的格式
以"I am Chinese"为例
用ANSI储存：12 Bytes
用Unicode/UCS2储存：24 Bytes + 2 Bytes(header)
用UCS4储存：48 Bytes + 4 Bytes(header)
以"我是中国人"为例
用ANSI储存：10 Bytes
用Unicode/UCS2储存：10 Bytes + 2 Bytes(header)
用UCS4储存：20 Bytes + 4 Bytes(header)
由此可见直接以Unicode/UCS的原始形式来储存是一种极大的浪费，而且也不利于互联网的传输(中文稍为合算一点
有见及此，Unicode/UCS的压缩形式－－UTF8出现了：
1.每个英文字母、数字所占的空间为1 Byte！！！
2.泛欧语系、斯拉夫语字母占2 Bytes！！！
3.汉字占3 Bytes！！！——规定的！！！
由此可见UTF8对英文来说是个非常诱人的方案，但对中文来说则不太合算，无论用ANSI还是 Unicode/UCS2来编码都只用2 Bytes，但用UTF8则需要3 Bytes。
因此可以明白，java中的字符，字符串是使用unicode编码，占两个字符，可以容纳一个中文（而byte只有一个字节，不能容纳中文）。而中文字符串的getByte方法可以返回指定或默认的编码方式后得到的字节数组。如果为一个中文指定GBK等解码格式，可以返回2个字节的字节数组。如果不指定解码格式，会使用系统默认的utf-8，因此会返回三个字节的字节数组！！
分享到：
相关推荐
Unicode 字符的 UTF-8、UTF-16、UTF-32 编码方式 Unicode 字符集是计算机上使用的一种字符编码，它为每种语言中的每个字符设定了统一并且唯一的二进制代码，以满足跨语言、跨平台进行文本转换、处理的要求。Unicode...
在IT领域，字符编码是处理文本数据的基础，不同的编码方式决定了如何存储和解析字符。本文将深入探讨PHP中的字符编码转换，特别是针对ANSI、Unicode（包括Little Endian和Big Endian）、UTF-8以及UTF-8+BOM的转换。 ...
打开txt文件，自动识别编码格式ansi,unicode,unicode-BE,utf8,utf8-BOM,并转换为unicode显示到edit
在IT行业中，理解不同字符编码体系的重要性不言而喻，特别是Unicode、GBK和UTF-8这三种编码方式。下面将详细介绍这三种编码方式，并通过实例进行解析。 首先，Unicode是国际组织制定的一种标准字符集，旨在包含世界...
UTF-8，即“统一字符集的8位无符号格式”，是一种变长编码，可以表示Unicode字符集中所有的字符。对于ASCII字符（如英文字符），UTF-8只用一个字节，而对于非ASCII字符，如汉字，可能需要2到4个字节。UTF-8的最大...
UTF-16（Unicode Transformation Format-16bit）是一种用于表示Unicode字符集的编码方式。它通过16位或32位来存储每一个字符，主要用于解决ASCII、GBK等传统编码无法覆盖全球所有语言文字的问题。与UTF-8相比，UTF-...
《深入理解Unicode与UTF-8编码》 Unicode是一种字符编码标准，它的目标是为世界上所有文字提供一个统一的编码方式，使得计算机可以处理各种语言的文字。这个标准在信息技术领域具有广泛的应用，尤其在网络通信和...
Unicode --> UTF-8 UTF-8 --> ANSI UTF-8 --> Unicode UTF-8 --> Unicode big endian ansi转别的，不检验BOM，一律作为ansi编码进行转换 unicode转别的，首先检验BOM，不合格不转换 utf8转别的，首先检验BOM，不...
最近需要对Linux与Windows平台下的字符传输出现乱码，对...参考了网上的UTF-8/UTF-16转换的资料，只有0x10000以下的Unicode编码进行了转换；对其代码进行了修改和补充，可以实现所有的UTF-8/UTF-16的转换，分享给大家。
ANSI、Unicode和UTF-8是三种常见的字符编码格式，它们各有特点并适用于不同的场景。了解这些编码之间的转换对于开发跨平台的软件至关重要。 1. ANSI编码：ANSI（美国国家标准协会）编码通常指的是基于特定地区的...
UNICODE，也称为Unicode Transformation Format（UTF），是一种标准的字符编码，旨在表示世界上所有语言的每一个字符。它使用数字来表示每个字符，并有多种编码方式，如UTF-8、UTF-16和UTF-32。其中，UTF-8是最常用...
在处理Unicode编码，如UTF-8时，StdioFile扮演着至关重要的角色。UTF-8是一种广泛使用的字符编码，能表示Unicode字符集中的所有字符，且与ASCII兼容。在本主题中，我们将深入探讨如何使用StdioFile进行UTF-8编码的...
### JAVA字符编码详解：Unicode, ISO-8859-1, GBK, UTF-8 及其相互转换 #### 一、引言 在Java编程中，字符编码的管理和转换是一项基本而又重要的任务。不同的编码标准适用于不同的场景，而理解和掌握这些编码之间...
文件里有详细的代码，编码格式选择UTF-8编码，亲测在linux下可以直接运行。泰文在osd输出的流程一般是泰文先转换成Unicode编码，然后调用freetype进行文字渲染叠加
目前，最常用的UNICODE版本是UCS-4，但实际应用中更多的是采用兼容性更好的UTF编码形式。 **二、UTF-8编码** UTF-8是一种变长的Unicode转换格式，它将UNICODE码点转换为可变长度的字节序列。UTF-8的优势在于其对...
本文将深入探讨“编码查询”这一主题，包括Unicode、UTF-8和GB2312编码之间的转换，并讨论如何将这些编码转换为可读的文字。 首先，我们要理解编码的基本概念。编码是将字符（如字母、数字、符号）转化为二进制表示...
### 关于JAVA字符编码：Unicode, ISO-8859-1, GBK, UTF-8 编码及相互转换 在Java开发过程中，字符编码是处理文本数据的基础，不同的编码方式会影响数据的存储、传输以及显示。本文将详细介绍几种常见的字符编码...
总的来说，GBK-BIG-UTF编码转换软件在处理跨平台、跨语言的文本数据时，起到了桥梁的作用，帮助用户克服因编码差异带来的困扰，实现了不同编码格式间的顺畅交流。了解和掌握各种字符编码的知识，对于从事IT工作尤其...
它使用1到4个字节编码一个Unicode字符，兼容ASCII，且对于英文等拉丁字母表文字占用较少的空间。对于中文汉字，UTF-8通常使用3个字节进行编码。 #### 五、编码对照实例分析 下面通过具体的实例来展示gb2312、...
内容为utf8编码和unicode编码相互转换的C代码，关于utf8和unicode的用途另一篇博客有介绍，请参考。 压缩包 : ntf_code.rar 列表 ntf_code\uni_utf8.h ntf_code\utf8_u.c ntf_code\utf82u.c ntf_code\u2utf8.c ntf_...