一、编码问题
1.ASCII
ASCII（American Standard Code for Information Interchange，美国标准信息交换代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。
ASCII码使用7位二进制数 (0~127) 来表示128个字符，包括控制字符 (如换行、回车制表符等)和可打印字符(如数字、字母、标点符号等)。
扩展ASCII码:为了满足一些特定的需求，有时使用了8位ASCII码，其中包括128-255的扩展字符。这些扩展字符在不同的字符集中可能有所不同。
每个字符对应一个唯一的ASCII码值。其最多只能用 8 位来表示（一个字节），即：2**8 = 256，所以，ASCII码最多只能表示 256 个符号。
2.Unicode
Unicode（统一码、万国码、单一码）是一种在计算机上使用的字符编码。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，规定虽有的字符和符号最少由 16 位来表示（2个字节），即：2 **16 = 65536，
注：此处说的的是最少2个字节，可能更多
3.UTF-8
UTF-8，是对Unicode编码的压缩和优化，他不再使用最少使用2个字节，而是将所有的字符和符号进行分类：ascii码中的内容用1个字节保存、欧洲的字符用2个字节保存，东亚的字符用3个字节保存...
4.gb2313、gbk
当计算机被引入到中国后，相关部门设计了GB系列编码(“GB”为“国标”的汉语拼音首字母缩写，即“国家标准”之意)。
按照GB系列编码方案，在一段文本中，如果一个字节是0～127，那么这个字节的含义与ASCII编码相同，否则，这个字节和下一个字节共同组成汉字(或是GB编码定义的其他字符)。
因此，GB系列编码方案向下完全直接兼容ASCII编码方案。也就是说，如果一段用GB编码方案编码的文本里的所有字符都在ASCII编码方案中有定义(即该文本全部由ASCII字符组成)，那么这段GB编码实际上和ASCII编码完全一样。
最早的GB编码方案是GB2312，收录的汉字不足一万个，基本能满足日常使用需求，但不包含一些生僻字，因此后来又在GB2312基础上进行了扩展。
在GB2312基础上扩展的编码方案称之为GBK(K为“扩展”的拼音首字母)，后来又在GBK的基础上进一步扩展，称之为GB18030，加入了一些国内少数民族的文字，一些生僻字被编到了4个字节。