Unicode

Unicode 是一种通用的字符编码标准。它规定了如何在文本文件、网页和其他类型的文档中表示单个字符。

与只能表示基本英文字符的ASCII不同，Unicode 旨在支持世界上所有语言的字符。标准 ASCII 字符集只支持 128 个字符，而 Unicode 大约可以支持 1,000,000 个字符。ASCII 只使用一个字节表示每个字符，而 Unicode 每个字符最多支持 4 个字节。

Unicode 有几种不同的编码类型，其中 UTF-8 和 UTF-16 最为常见。UTF-8 已成为Web上使用的标准字符编码，也是许多软件程序使用的默认编码。虽然 UTF-8 每个字符最多支持四个字节，但使用四个字节表示常用字符会降低效率。因此，UTF-8 只使用一个字节表示常见的英文字符。欧洲字符（拉丁字符）、希伯来字符和阿拉伯字符使用两个字节表示，而中文、日文、韩文和其他亚洲字符使用三个字节表示。其他 Unicode 字符可以使用四个字节表示。