3、Unicode\UTF-8\GBK 区别和联系

字符编码：Unicode和UTF-8之间的关系

可以参考下面blog:https://blog.csdn.net/xiaolei1021/article/details/52093706/

这篇文章写得不错

(1)java中字符为什么是2个字节？

(2)为什么常说unicode是2个字节？

(3)UTF-8的中文字符串中，中文一个字可能占2-3个字节，变成char数组时候，为什么char可以存放一个汉字。

这三个问题其实算是一个问题。

在JVM中，统一都是用unicode编码的。所以在运行过程中，文字存储下来以后，一个汉字就占了一个字符，2个字节。

uft-8字符串拆分成char[]时候，会先变成unicode。

Unicode只是一个符号集，它只规定了符号的二进制代码，却没有规定这个二进制代码应该如何存储。

UTF-8是Unicode的实现方式之一。

UTF-8

0开头：代表一个字节组成的UTF-8字符

11开头：代表2个字节组成的UTF-8字符

111开头：代表3个字节组成的UTF-8字符

10开头代表的是，一个UTF-8字符串的组成部分，肯定不是开头。

开头肯定为：0xxxxxxx 、11xxxxxx 、111xxxxx、1111xxxx

身体肯定为：10xxxxxx

xxxxxx代表的就是实际的编码内容

UTF-8相比较Unicode的好处。（这句话其实有点问题）

Unicode不管是英文还是中文，肯定要占2个字节。

UTF-8 英文时候只要占1个字节，中文可能2-3个字节，还是其他语种。