今天看見(jiàn)群里在討論編碼格式的問(wèn)題，然后發(fā)現(xiàn)自己對(duì)這塊了解的有些模糊，雖然知道有Unicode、UTF8、GBK等等，但是他們之間到底是什么關(guān)系，尤其是Unicode和UTF8之間的關(guān)系我一直都是沒(méi)太搞明白。索性花了兩個(gè)小時(shí)查了一下，綜合網(wǎng)上的各種說(shuō)法（各種不大對(duì)的文章很多）總結(jié)了一下字符編碼間的關(guān)系到底是怎么樣的。也了解到，Unicode并不是一種具體的編碼，他是Unicode字符集，UTF是Unicode Transformation Format的縮寫(xiě)，具體內(nèi)容如下：

編碼：

一、ASCII碼：最高位為0，占一個(gè)字節(jié)，有128個(gè)編碼空間

二、Unicode字符集，Unicode字符集共有三種編碼方式：UTF-8，UTF-16，UTF-32。

Unicode定義了Basic Multilingual Plane（基本多文種平面）和16個(gè)輔助平面，總計(jì)17個(gè)平面，17*65536個(gè)編碼數(shù)，U+000000~U+10FFFF。

1、UTF-8：可變長(zhǎng)編碼，是Unicode的一種具體實(shí)現(xiàn)，使用1-4個(gè)字節(jié)來(lái)進(jìn)行編碼（2003年11月之前是1-6個(gè)字節(jié)），UTF-8兼容ASCII編碼。

2、UTF-16：可變長(zhǎng)編碼，使用2字節(jié)為63k個(gè)常見(jiàn)字符編碼，并使用4字節(jié)為不常見(jiàn)字符編碼。在BMP（基本多文種平面）中和UCS-2完全一樣，UTF-16是支持多平面的因此可以說(shuō)是UCS-2的父集，java以UTF-16作為內(nèi)存的字符存儲(chǔ)格式。

3、UTF-32：編碼固定占據(jù)4字節(jié)，但是范圍限制在000000~10FFFF，因此可以說(shuō)是UCS-4的一個(gè)子集。

三、UCS字符集不是Unicode，但1991年之后，兩者實(shí)際上已經(jīng)合并。

UCS編碼：UCS-2，UCS-4

1、UCS-4：固定4字節(jié)

2、UCS-2：固定2字節(jié)

四、GBK編碼（國(guó)標(biāo)碼）是國(guó)內(nèi)擴(kuò)展于GB2312的一種編碼格式，主要是為了支持中文，英文兼容ASCII編碼，英文占一個(gè)字節(jié)，擴(kuò)展編碼占兩個(gè)字節(jié)，編碼范圍在8140-FEFE。