编码
参考：博客0
ASCII 编码
规定了 128 个字符编码。只占用一个字节的 7 位，最高位统一为 0
非 ASCII 编码
因为 ASCIi 编码不够，所以需要 GB2312 等编码
Unicode
Unicode，如其名字，给所有符号（包括一些 emoji）进行编码。可查询 <unicode.org>
但 Unicode 只规定了符号的二进制代码，没规定二进制代码如何存储。如严字，Unicode 是十六进制数 4E25，二进制有 15 位，至少两个字节。还可能需要 3 个字节，4 个字节，甚至更多。
这就有问题。怎么知道一个字符有几个字节。如果规定字节，那么浪费太多。所以这样 Unicode 一直没有推广
UTF-8
UTF-8 是一种 Unicode 的实现方式，是一种变长的编码方式，可以用 1~4 个字节表示一个符号。注意 GB2312，GBK 不是 Unicode 的实现方式
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
10 开头的好处即 self-synchronizing code，假设一个及其糟糕的场景，文本开头丢失了一个字节，造成了后续所有文本的失效，当然没有 self-syschronizing 特性的编码还有很多其他坏处，参见 为什么 UTF-8 以 10 开头
ANSI 编码，ANSI 不是一种特定的编码，在不同系统中表示不同的编码，具体是以 Windows code pages 区分，如 936 的 GBK，950 的 Big-5
notepad 中 UTF-8 LE UTF-8 BE 分别代表的是小端还是大端。
Byte_order_mark，每个文件最前面分别加入一个表示编码顺序的字符，用 FEFF 表示（在 Unicode 中代表 零宽度非换行空格），正好两个字节，而且 FF 比 FE 大 1，根据这两个字节谁在前谁在后判断是什么顺序。对于 UTF-8 则是添加其对应的
EF BB BF来判断。注意这是可选的，添加了反而可能会对一些软件造成干扰