一、位、字节、字

位       bit，二进制编码，可以存储0或1，位是计算机内存的基本构建块。
字节     byte，常用的计算机存储单位。对大部分机器来说1字节为8位，那么1个字节有0-255共256种可能。
字       word，设计计算机时给定的自然存储单位，对于最初的计算机来说，1字节为8位，现在已经增长到了32乃至64位。

二、编码

1. 什么是编码？

   编码是信息从一种形式或格式转换为另一种形式的过程，也称为计算机编程语言的代码简称编码。用预先规定的方法将文字、数字或其它对象编成数码，或将信息、数据转换成规定的电脉冲信号。编码在电子计算机、电视、遥控和通讯等方面广泛使用。编码是信息从一种形式或格式转换为另一种形式的过程。解码，是编码的逆过程。

2. 几种常见的编码：

   ASCII码

   一个字符占8位，二进制最前位固定位0，因此ascii码共有127个字符。

   unicode字符集

    一个字符占4个字节32位，很小的一部分就可以包含了全世界所有字符，所以对于常用字符4字节就太浪费空间了，为了节约浪费的存储空间，因此就有了utf-8、utf-16、utf-32这几种Unicode码实现方式。

   GB系列

    中文编码

三、UTF-8：

unicode的一种实现方式，一种变长存储方式，英文占1字节，中文占3字节，兼容ASCII编码。

1. 编码规则：

   • 对于单字节的符号，字节的第一位设为0，后面7位为这个符号的unicode码 因此对于英语字母，UTF-8编码和ASCII码是相同的。
   • 对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

2. BOM

   而UTF-16，UTF-32分别用2字节和4字节来表示一个字符，所以这里就涉及到字节的存储顺序，是低位在前还是高位在前，这样，BOM就产生了。BOM是文本文件开头的一个特殊标记，用一组特殊数字来标记文本文件的字节序。虽然UTF-8字节顺序是固定的，但为了兼容UTF-16和UTF-32也规定了UTF-8的BOM，用于标记UTF-8编码。不过UTF-8的BOM在不同平台的规定不同，要小心使用。

   BOM规定如下：
   ```text
   UTF-8 EF BB BF

   UTF-16(LE) FF FE

   UTF-16(BE) FE FF

   UTF-32(LE) FF FE 00 00

   UTF-32(BE) 00 00 FE FF
   ```