💡
原文中文，约9400字，阅读约需23分钟。
📝
内容提要
本文介绍了字符编码的相关知识，包括Unicode、UTF-8/16/32的介绍，文本二进制存储和URL编码等场景，以及内存中字符串的编码格式。文章还提到了不同编程语言在内存中使用的编码方式，以及选择不同编码方式的考虑因素。
🎯
关键要点
- 字符编码是电子产品使用的基础，涉及存储、显示和执行等环节。
- Unicode 和 UTF 是字符编码的关键概念，ASCII 是字符集的基础。
- 字符集是一个包含码位的数组，每个码位对应特定符号的含义。
- Unicode 扩展了 ASCII，增加了更多码位以支持全球字符。
- UTF 编码是对 Unicode 码位的压缩，主要有 UTF-8 和 UTF-16。
- UTF-8 使用可变字节表示字符，适合英文场景，节省存储空间。
- UTF-16 使用固定字节，适合中文场景，解析速度快。
- URL 对字符有严格要求，使用百分号转码处理不允许的字符。
- Unicode 设计允许通过多个码位组合表示一个字符，音调字符就是例子。
- 文本文件的识别依赖于一致的编码和解码规则，读取文件头的 magic number 并不适用。
- 内存中的字符编码由编程语言决定，常用 UTF-8 和 UTF-16。
- 不同编程语言在内存中使用不同的编码方式，影响字符操作的性能。
- 选择合适的编码方式可以提高程序的性能，尤其是在字符操作频繁的场景。
➡️
