字符集
字符集定义了二进制和字符间的对应关系，为每个字符分配了唯一的编号，可以理解成一个很大的表格列出了所有字符和二进制的对应关系，计算机显示文字或者存储文字，就是一个查表的过程。
我们平常在称呼ASCll，unicode，时候，经常称呼他们ASCll码，unicode编码，用GBK编码，但是严格意义上来说，ASCll，unicode，GBK是字符集，是把计算机中的0101 0101 与 “abc、汉字，其他文字” 一一对应起来的一套字符集。
ASCll是美国那边发明的一套字符集，采用一个字节来存储英文字母，阿拉伯数字等，0000 0000后七位存储2^7 = 128 个字符,这样我们收到一个8位二进制数据就可以通过ASCll表中查出对应的字母。
但是每个国家的语言文字不同，一个字节的后七位，肯定不够存储，所以就有了每个国家不同的字符集对照表，例如中国的GBK字符集，采用两个字节来存储汉字，如 “字” ，在计算机二进制数据就是0000 0000 0000 0000 这种形式。很多地方称呼GBK编码也是没有不对，因为GBK和ASCll等一些字符集在创造的时候就考虑了编码，很难区分两者的概念。
后来为了统一各国之间的字符集，创造了unicode字符集，又称之为万国码。
编码方案
上面的GBK，ASCll，Unicode只是给字符定义了编号,二进制数据就相当于他们的编号。
我们还需要UTF8，UTF16，UTF32 等编码方案Unicode
字符存储到计算机中。上面的三种编码方案就是Unicode的编码方案
- UTF 是 Unicode Transformation Format 的缩写，意思是“Unicode转换格式”，后面的数字表明至少使用多少个比特位（Bit）来存储字符。
- UTF-8，一种可以变长变短的编码方案，使用1-6个字节存储。
- UTF-32, 一种固定长度的编码方案，不管字符编号大小，始终使用4个字节来存储。
- UTF-16,介于上面两种编码方案之间，采用2个或者4个字节，长度既固定又可变。
UTF-8编码规则：
看最高字节，有几个1就用几个字节来编码。如果是0则用一个字节存储。
- 0xxxxxxx：单字节编码形式，这和 ASCII 编码完全一样，因此 UTF-8 - - 是兼容 ASCII 的；
- 110xxxxx 10xxxxxx：双字节编码形式（第一个字节有两个连续的 1）；
- 1110xxxx 10xxxxxx 10xxxxxx：三字节编码形式（第一个字节有三个连续的 1）；
- 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx：四字节编码形式（第一个字节有四个连续的 1）。
对于常用字符，它的Unicode编号范围0～FFFF，1～3个字节存储，只有少数地区使用的字符才需要4～6个字节存储。
UTF-32编码规则
UTF-32是固定长度的编码，始终占用4个字节，足以容纳所有的Unicode字符，所以直接存储Unicode编号即可。浪费了空间，提高了效率。
UTF-16编码规则
对于Unicode编号范围在0～FFFF之间的字符，UTF-16使用两个字节存储，并且直接存储Unicode编号，不用进行编码转换，这和UTF-32非常类似。
以上三种编码只有UTF-8兼容ASCll，UTF-32和UTF-16都不兼容ASCll，因为它们没有单子节编码。
