1、ascii
計算機和網路這東西嘛，大家都知道，發源於美國，而美國呢是用英語的，而英語呢——嗯，算著大小寫，字母總共就52個，再加上些別的符號，也不會很多，當通訊在美國萌芽的時候，需要表示的符號並沒有多少，用8位也就足夠了，標準ascii碼在這時應運而生了。每個字元它只用乙個位元組（即8位）來表示，說得更詳細些，其實只用了最低的7位，最高位是用來做校驗的。此後，這個ascii碼表示規範成為了國際標準。
舉例，小寫字母a，它的ascii碼用二進位制來表示是 0110 0001，用十進位制表示也就是97，最高位（最左一位）為0。
2、擴充套件ascii碼
好了，ascii碼已經可以表示英語裡所有字元和很多其他字元了，夠美國人用了，可後來呢——計算機這玩意兒越來越普及了，其他歐美國家也可以發展了，他們發現自己國家的文字在ascii碼裡根本就沒有，畢竟ascii碼就那麼128個。好了，再擴充套件一下吧-----把最高位也利用起來，不用它來做奇偶校驗了。於是ibm又把ascii碼一下又擴充套件出了128個，總共可以表示256個字元了。它把值為128-255之間的字元用於畫圖和畫線，以及一些特殊的歐洲字元。同時，還有另一部分人，把128--255之間當做了別的用途，比如
用於拉丁字母表中特殊語言字元的編碼（
isolatin-1標準
）。所以，擴充套件出的這128個碼具體表示哪個字元有多個標準，因此
擴充套件ascii碼就不是國際標準了，沒有乙個統一的標準。
3、gbk
當計算機來到中國的時候，龐大的漢字數量需要一套全新的支援漢字的編碼規範。
gb2312：與ascii碼相容，也就是當表示英文本元這種ascii碼中存在的字元時，仍採用乙個位元組表示；當表達漢字時，採用兩個位元組表示，高位元組叫「區」，低位元組叫「位」，且區和位的首位都是1，如 10100010,11000110，這樣當解析字元時一旦讀到乙個位元組的最高位是1就知道了----後面的那個位元組跟它是配對的，它倆組成乙個字元-----因為當最高位是0時，肯定是原ascii碼字元。
gbk：gb2313之後發現這樣編碼還是不夠用，那就乾脆規定，「區」的最高位仍是1，「位」的最高位不限制了，因為這樣也並不影響解讀。於是在gb2312的基礎上又擴充套件出了gbk規範。
gbk18030：gbk之後還是不夠用，再擴充套件，又出了gbk18030。
4、unicode
再後來，越來越多國家的文字需要支援，而且各個國家自己定義的規範與別國的都是不相容的，這時unicode出現了，它不考慮其他國家已自定義的各種規範----它要為全球定義乙個通用的規範，
」universal multiple-octet coded character set」，簡稱 ucs, 俗稱 「
unicode
」。並且這個標準是相容iso latin-1的，當然，也是相容ascii規範的。還以小寫的a舉例，在ascii碼中a的數字值是97，那麼在unicode中仍規定a對應的數字是97。
unicode 編碼包含了不同寫法的字，如「ɑ/a」、「戶/戶/戸」
，又說----
在文書處理方面，統一碼為每乙個字元而非字形定義唯一的**（即乙個整數）。換句話說，統一碼以一種抽象的方式（即數字）來處理字元，並將視覺上的演繹工作（例如字型大小、外觀形狀、字型形態、文體等）留給其他軟體來處理，例如網頁瀏覽器或是文字處理器。
讀來讀去，總覺這段話自相矛盾，既然包含了不同寫法的字，那就應該是為這些不同寫法的字每個都配了相應的**吧？那後面又怎麼說「
為每乙個字元而非字形定義唯一的**」？它的意思大概是----
大家記不記得有些特別另類的漢字，當做同乙個字來用但是寫起來差別特別大，這種現象好像叫「變體」。我舉不出例子，但是咱就來個假設吧，例如，假設「品」字就是「碼」字的變體，寫「編碼」正確，寫「編品」也同樣正確，此時「碼」和「品」除了寫法不一樣，其他，包括字義、用法、讀音全部一樣。實際在unicode中就是看做是兩個字了，它們有各自對應著的數字。
值得注意的一點是，
unicode裡的字元並不一定占用兩個位元組，實際上，unicode只是乙個規定，它規定乙個符號跟哪乙個數字對應，簡而言之，它用乙個數字對映乙個字元，但是沒有規定在計算機裡你怎樣去儲存這個數字。unicode跟位元組是沒有必然聯絡的，只是這個規範是跑在計算機上的，當這個規範實現的時候也就和位元組發生了聯絡，因為資料在計算機裡就是用位元組儲存的。舉個例子，假設unicode規定「京」這個字對應著數字325，unicode實現規範a可能這樣在計算機裡實現：用三個位元組，三個位元組分別表示百、十、個位，即00000011,00000010,00001010，而b則這樣實現：我盡量用較少的空間表示，325超出了乙個位元組的表示範圍，但可以用兩個位元組表示，於是b這樣表示325----00000001，01000101，看！同樣表示325，不同的實現方式就會占用不同的位元組數。utf-8，utf-16就是unicode的不同實現，
打個比方，unicode是個介面，utf-8和utf-16就是它的實現類。
常見編碼格式（中文編碼）
中文編碼主要有以下四種 gb2312簡體中文編碼，乙個漢字占用2個位元組，在大陸是主要的編碼方式。當文章 網頁中包含正體中文 日文 韓文等時，這些內容可能無法被正確編碼。big5正體中文編碼，主要在台灣地區使用。gbk支援簡體及正體中文，但對他國非拉丁字母語言還是有問題。utf 8 unicode編...
http chunked編碼格式
http的響應資料由下面2部分構成 響應頭 資料部分 資料部分的格式由響應頭說明 一般情況下，http的響應頭包含content length域來指明資料的長度，例如 通常使用chunked編碼進行傳輸的時候，會先將資料進行壓縮。http響應頭中的content encoding域指明了壓縮格式。當...
MySQL編碼格式
mysql在5.5.3之後增加了這個utf8mb4的編碼，mb4就是most bytes 4的意思，專門用來相容四位元組的unicode。好在utf8mb4是utf8的超集，除了將編碼改為utf8mb4外不需要做其他轉換。當然，為了節省空間，一般情況下使用utf8也就夠了。二 內容描述 那上面說了既...