在编程当中，多会遇到不同编码导致的乱码问题。这个问题这里记录一下，希望能终结这个问题：
（部分来自网络，更多的是自己的理解，所以标题，不是原创而是理解，侵删）
ASCII码：老美提出来的，0~127表示不同的英文字母，共7bit
多国码：法国俄罗斯等在ASCII的基础上，扩展集合成0~255。即ASCII还是用老美的不动，但是128 ~ 255各个国家定义自己的。
Unicode码：显然多国码有点扯淡，比如同样是128，在法国代表法文，在俄罗斯代表俄文，这不混乱了？怎么交流？因此，继续扩大集合，把所有国家的语言都放进来，编个号，一文字一个号，这下不乱了，这就是Unicode码
UTF-8码：看似Unicode解决了大问题，但是带来新问题：全世界那么多语言文字你都包含了，这个集合太大了。况且一个汉字根本无法用一个字节表征，好！扩大给你两字节，够不够？不够再加！那行，原来的ASCII码怎么办，老美只要一个字节就够了，现在让我前缀再补一个字节的零么？那我文件空间平白无故增加一倍？老美不干，Unicode迟迟无法推广。直到互联网交流日益密切，这个问题必须解决。有大佬提出用变长的编码行不行？行，我看行。
实现方法：在一个文本当中，所有的文字编码长度都不是固定的！
如果是字符只占1个字节，则最高位设为0，剩下的7位用来定义字符。
（即：0x0zzz_zzzz，这不就是ASCII码？现在ASCII加入了特殊字符，扩展到8位了，即256个。怎么办？往下看）
如果字符占据n字节（n>1），则首字节的最高位先放n个1，再跟个0，剩下的字节最高两位放10
（以n=2为例，即：0x110z_zzzz , 0x10zz_zzzz），可见两字节共有11bit的z可放，如果z用不完，则高位z补零，如果z不够用，把n增加1，继续放。
不失一般性，在UTF-8编码下，n字节可放z的bit数目位5n + 1。做个假设如果n = 7呢，则首字节被占满，z的bit数位36bit，2的36次方为：687_1947_6736。真心够用了。
话说大佬为什么这样定义？
A.靠首位的1区别了ASCII ，以0终止，1的个数描述了字符编码长度。不以0终止，那如果紧跟着的数据是1就会带来歧义
B.再靠后续的高位10延续本次编码，否则不知道后续的编码到底是不是新的开始
C.从B中描述，可以看出如果我就靠首字节1的数目来决定编码长度行不行？
比如0x110z_zzzz , 0xzzzz_zzzz。行，但是索引效率太低。如果某个数据编码就是1100_0000,1100_0000，在查阅文本的时候，就必须从文本起始位置才能确定这个是什么字符。因为你不能确定这两个1100_0000到底是属于一个字符还是分属不同字符。
如果采用UTF-8编码，1110_0000,1000_0000,1000_0000。这就很清楚，当看到10打头的时候，知道要往前索引找字长，直到发现1110_0000描述字长的字节，首字节找到，尾巴自然找到。按图索骥，一目了然，效率高。