本着节约的精神,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。

现在计算机系统通用的字符编码工作方式

在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。
用记事本编辑的时候,从文件读取的UTF-8字符被转换为Unicode字符到内存里,编辑完成后,保存的时候再把Unicode转换为UTF-8保存到文件:
字符编码--ASCII、Unicode和UTF-8
浏览网页的时候,服务器会把动态生成的Unicode内容转换为UTF-8再传输到浏览器:
字符编码--ASCII、Unicode和UTF-8
所以可以看到很多网页html的<head>里会有类似 <meta charset="UTF-8" />的信息,表示该网页正是用的UTF-8编码。

分类:

技术点:

相关文章: