總結一下常見的幾種編碼優缺點
ANSI編碼是一種對ASCII碼的拓展：ANSI編碼用0x00~0x7f （即十進制下的0到127）范圍的1 個字節來表示 1 個英文字符，超出一個字節的 0x80~0xFFFF 范圍來表示其他語言的其他字符。也就是說，ANSI碼僅在前128（0-127）個與ASCII碼相同，之后的字符全是某個國家語言的所有字符。值得注意的是，兩個字節最多可以存儲的字符數目是2的16次方，即65536個字符，這對於一個語言的字符來說，絕對夠了。還有ANSI編碼其實包括很多編碼：中國制定了GB2312編碼，用來把中文編進去另外，日本把日文編到Shift_JIS里，韓國把韓文編到Euc-kr里，各國有各國的標准。受制於當時的條件，不同語言之間的ANSI碼之間不能互相轉換，這就會導致在多語言混合的文本中會有亂碼
為了解決不同國家ANSI編碼的沖突問題，Unicode應運而生：如果全世界每一個符號都給予一個獨一無二的編碼，那么亂碼問題就會消失。這就是Unicode，就像它的名字都表示的，這是一種所有符號的編碼。
Unicode標准也在不斷發展，但最常用的是用兩個字節表示一個字符（如果要用到非常偏僻的字符，就需要4個字節）。現代操作系統和大多數編程語言都直接支持Unicode。
但是問題在於，原本可以用一個字節存儲的英文字母在Unicode里面必須存兩個字節（規則就是在原來英文字母對應ASCII碼前面補0），這就產生了浪費。那么有沒有一種既能消除亂碼，又能避免浪費的編碼方式呢？答案就是UTF-8！
這是一種變長的編碼方式：它可以使用1~4個字節表示一個符號，根據不同的符號而變化字節長度，當字符在ASCII碼的范圍時，就用一個字節表示，保留了ASCII字符一個字節的編碼做為它的一部分，如此一來UTF-8編碼也可以是為視為一種對ASCII碼的拓展。值得注意的是unicode編碼中一個中文字符占2個字節，而UTF-8一個中文字符占3個字節。從unicode到uft-8並不是直接的對應，而是要過一些算法和規則來轉換。
在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換為UTF-8編碼。
用記事本編輯的時候，從文件讀取的UTF-8字符被轉換為Unicode字符到內存里，編輯完成后，保存的時候再把Unicode轉換為UTF-8保存到文件。
GBK 擴展中文GB編碼（兼容了GB2312）更全
編碼方式：兩個字節表示一個漢字
英文字母或半角標點占用一個字節
Unicode:國際組織編碼，容納世界上所有的文字和符號的字符編碼
（1）包括UTF-32編碼
每個字符用一個int來表示 abcd 需要占用4個int
特點：簡單，太浪費空間
（2）UTF-16編碼
特點：用1到2個short來表示一個字符
（3）UTF-8 編碼
用1到4個字節來表示一個字符（比較節省空間）
如果這個字符小（在000000-00007F之間）則用一個字節 ，一次類推如果該字符比較大比如漢字（數就比較大）占用兩個字節，這個字符如果在大就用三個字節