擴展知識：
byte（字節）：計算機中基本的存儲單元
bit（比特）：計算機中最小的存儲單位
1byte=8bit

字：計算機進行數據處理時，一次存取、加工和傳送的數據長度稱為字（word），一個字通常由一個或者多個字節構成。
16位計算機：一個字長就是16位，兩個字節。
32位計算機：一個字長度是32位，四個字節。

瞭解：ASCII碼

• 在計算機內部，所有數據都使用二進制表示。每一個二進制位（bit）有0和1兩種狀態,因此8個二進制位就可以組合出256種狀態，這被稱為一個字節(byte)。一個字節一共可以用來表示256種不同的狀態，每一個狀態對應一個符號，就是256個符號，從0000000到11111111。
• ASCII碼:上個世紀60年代，美國製定了一套字符編碼，對英語字符與二進制位之間的關係，做了統一規定。這被稱為ASCII碼。ASCIIl碼一共規定了128個字符的編碼，比如空格“SPACE"是32（二進制00100000)，大寫的字母A是65（二進制01000001)。這128個符號（包括32個不能打印出來的控制符號），只佔用了一個字節的後面7位，最前面的1位統一規定為0。

• ASCII的缺點:

  • 不能表示所有字符。
  • 相同的編碼表示的字符不一樣:比如，130在法語編碼中代表了é，在希伯來語編碼中卻代表了字母Gimel (:)

瞭解: Unicode編碼

• 亂碼:世界上存在着多種編碼方式，同一個二進制數字可以被解釋成不同的符號。因此，要想打開一個文本文件，就必須知道它的編碼方式，否則用錯誤的編碼方式解讀，就會出現亂碼。
• Unicode:一種編碼，將世界上所有的符號都納入其中。每一個符號都給予一個獨無二的編碼，使用Unicode沒有亂碼的問題。
• Unicode 的缺點:Unicode只規定了符號的二進制代碼，卻沒有規定這個二進制代碼應該如何存儲:無法區別Unicode 和ASCII:計算機無法區分三個字節表示一個符號還是分別表示三個符號。另外，我們知道，英文字母只用一個字節表示就夠了，如果unicode統一規定，每個符號用三個或四個字節表示，那麼每個英文字母前都必然有二到三個字節是0，這對於存儲空間來説是極大的浪費。這時我們就需要一個對Unicode編碼的實現。

瞭解：UTF-8

• UTF-8是在互聯網上使用最廣的一種 Unicode 的實現方式。
• UTF-8是一種變長的編碼方式。它可以使用1-6個字節表示一個符號，根據不同的符號而變化字節長度。

• UTF-8的編碼規則:

  • 對於單字節的UTF-8編碼，該字節的最高位為0，其餘7位用來對字符進行編碼（等同於ASCIl碼）。
  • 對於多字節的UTF-8編碼，如果編碼包含n個字節，那麼第一個字節的前n位為1，第1個字節的第n+1位為0，該字節的剩餘各位用來對字符進行編碼。在第一個字節之後的所有的字節，都是最高兩位為"10"，其餘6位用來對字符進行編碼。

瞭解：GBK

GBK: 專門用來解決中文編碼，雙字節。

是在國家標準GB2312基礎上擴容後兼容GB2312標準。

包含全部中文字符。

UTF-8: 解決國際上制度的一種多字節編碼，對英文使用8位（1個字節），中文使用24位（3個字節）來編碼。

對於英文字符較多的論壇適用於UTF-8節省空間。

包含全世界所有國家需要用到的字符。

簡言而知，GBK編碼方式的編碼是以中國國情而創造的，在國際上的兼容性不好，這也是為什麼大多數的網頁是使用UTF-8編碼而不是GBK。