# ascll unicode编码
4个字节的字符
ascll 是unicode子集
1kb=1024b 1b就是1字节 8个 二进制位构成1个字节
相当于一个字符，8位=1字节
1字节(Byte)=8位(bit)
一个位就代表一个0或1（即二进制）
bit
位 bit
字节 Byte
字符 1个或多个字节组成
ASCII
UNICODE
utf-8
utf-16
utf-32
utf-8是一种变长的编码方式，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度； utf-16是，好处在于大部分字符都以固定长度的字节 (2字节) 储存，但UTF-16无法兼容于ASCLL编码； UTF-32(或 UCS-4)是以4个字节的长度固定存储的。
# ASCII
ASCII 码使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符。标准ASCII 码也叫基础ASCII码，使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号，以及在美式英语中使用的特殊控制字符
# unicode
http://www.unicode.org/charts/PDF/U0000.pdf
NICODE
基本多文种平面 基本多文种平面，BMP(Basic Multilingual Plane)，或称第零平面(Plane 0)，是Unicode中的一个编码区段。编码从U+0000至U+FFFF。
https://tieba.baidu.com/p/6948560860
http://www.unicode.org/charts/PDF/U0000.pdf
Unicode的平面 Unicode有17个平面，即第0平面（0000-FFFF）到 第16平面（100000-10FFFF）。
第0平面称为BMP（Basic Multilingual Plane）平面，又称为基本多文种平面，第0平面外的平面统称为辅助平面，其范围为0000-FFFF。 第1辅助平面称为SMP（Supplementary Multilingual Plane）平面，又称为多文种补充平面，主要摆放拼音文字及符号，其范围为10000-1FFFF。 第2辅助平面称为SIP（Supplementary Ideographic Plane）平面，又称为表意文字补充平面，其范围为20000-2FFFF。 第3辅助平面称为TIP（Tertiary Ideographic Plane）平面，又称为表意文字第三平面，其范围为30000-3FFFF。 第4至13辅助平面尚未使用。 第14辅助平面称为SSP（Supplementary Special-purpose Plane）平面，又称为特殊用途补充平面，摆放语言标签（Language Tags）和异体字选择器（Variation Selectors）,这些都是控制字符，其范围为E0000-EFFFF。 第15辅助平面为私人使用区： 补充私人使用区-A (F0000-FFFFF)
- Supplementary Private Use Area-A 第16辅助平面为私人使用区： 补充私人使用区-B(100000-10FFFF)
- Supplementary Private Use Area-B
# uft-8
在UTF-8编码中，ASCII码中的字符还是ASCII码的值，只需要一个字节表示，其余的字符需要2字节、3字节或4字节来表示。
(1) 对于ASCII码中的符号，使用单字节编码，其编码值与ASCII值相同详见：U0000.pdf (opens new window)。其中ASCII值的范围为0~0x7F， 所有编码的二进制值中第一位为0（这个正好可以用来区分单字节编码和多字节编码）。
(2) 其它字符用多个字节来编码（假设用N个字节），多字节编码需满足：第一个字节的前N位都为1，第N+1位为0，后面N-1 个字节的前两位都为10，这N个字节中其余位全部用来存储Unicode中的码位值。
字节数 Unicode UTF-8编码 1 000000-00007F 0xxxxxxx 2 000080-0007FF 110xxxxx 10xxxxxx 3 000800-00FFFF 1110xxxx 10xxxxxx 10xxxxxx 4 010000-10FFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx
UTFXX是Unicode的具体实现方式。
Unicode属于字符集，不属于编码，UTF-8、UTF-16等是针对Unicode字符集的编码。
parseInt('01111110',2) = 126
parseInt('01111110',2).toString(16) = '7e' '\u007E' = ~
'汉'.codePointAt(0) = 27721
(27721).toString(2) = 110110001001001
parseInt('110110001001001',2).toString(16) = 6c49
'\u6c49'
ASCII
utf-16
utf-8
字节
位
charCodeAt与codePointAt的用法：
相同点： charCodeAt与codePointAt都是字符串实例上的方法，用途都是用来返回指定索引位字符的Unicode编码。 不同点： charCodeAt与codePointAt匹配索引位的规则不一样。charCodeAt是根据码元来匹配，codePointAt是根据码点来进行匹配的。
utf Unicode Transformation Format 概念 概念描述 举例
位 bit 位（bit） 来自英文bit，音译为“比特”，表示二进制位。位是计算机内部数据储存的最小单位， 11010100是一个8位二进制数。一个二进制位只可以表示0和1两种状态；两个二进制位可以表示00、01、10、11四种状态；三位二进制数可表示八种状态
字节 Byte 字节（byte） 字节来自英文Byte，音译为“拜特”，习惯上用大写的“B”表示。字节是计算机中数据处理的基本单位。计算机中以字节为单位存储和解释信息，规定一个字节由八个二进制位构成，即1个字节等于8个比特（1Byte=8bit）。八位二进制数最小为00000000，最大为11111111；通常1个字节可以存入一个ASCII码，2个字节可以存放一个汉字国标码。 0x01, 0x45, 0xFA,
字 字（word） 计算机进行数据处理时，一次存取、加工和传送的数据长度称为字（word）。一个字通常由一个或多个（一般是字节的整数位）字节构成。 '1', '中', 'a', '$', '￥',
ASCII码 ASCII (American Standard Code for Information Interchange)：美国信息交换标准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。包括26个字母，甚至加上大写和小写，阿拉伯数字，计算机中的控制符（回车啥的）都不超过256个（只有127个）
Unicode 码 Unicode编码点分为17个平面（plane），每个平面包含216（即65536）个码位（code point），而第一个平面称为“基本多语言平面”（Basic Multilingual Plane，简称BMP），其余平面称为“辅助平面”（Supplementary Planes）。其中“基本多语言平面”（0~0xFFFF）中0xD800~0xDFFF之间的码位作为保留，未使用
Unicode编码点分为17个平面（plane），每个平面包含216（即65536）个码位（code point）。17个平面的码位可表示为从U+xx0000到U+xxFFFF，其中xx表示十六进制值从0016到1016，共计17个平面。
uft-8 utf-8是一种变长的编码方式，它可以使用1~4个字节表示一个符号，根据不同的符号而变化字节长度
8代表的是8位 uft-16
16代表的是16位
uft-32
https://www.qqxiuzi.cn/bianma/zifuji.php
parseInt('FFFF',16) = 15 * 16 * 16 16 +15 * 16 16 +15 * 16 + 15
let strSpecial = "a𠮷c"; strSpecial.split('') [..."a𠮷c"] [..."a𠮷c"].length
'\ud842\udfb7' '𠮷'
一个码点=两个码元
字符串的length属性返回的是码元
https://mathiasbynens.be/notes/javascript-encoding#surrogate-formulae
https://decodeunicode.org/en/search/search
https://www.jianshu.com/p/3fcfb26002b6
https://www.lanmper.cn/mysql/t7648
http://www.ruanyifeng.com/blog/2014/12/unicode.html
每个二进制数字0或1就是一个位(bit) 1位=0.125 字节 1字节等于8位即 1Byte=8bit 通常8个二进制位为一个字节（byte） 8（bit）= 1（byte）
一个字节八个比特,就是八个二进制位
一个字节 =两个16进制位 1个Byte = 8个二进制位 1个16进制数 = 4个二进制数位， 2个16进制数 = 8个二进制数位 = 1字节 4个16进制数 = 16个二进制数位 = 2字节
四个二进制数最大表示为15,就是一个16进制数,所以八位可以表示成两个16进制的数! 4bit最大表示为15,就是一个16进制数,所以8bit可以表示成两个16进制的数! 0xF -> 1111 -> 8+4+2+1=15
0xFF -> 11111111
console.log(0x0f) console.log(010)
1.十进制：除表示正负的符号外，以1~9开头，由0~9组成。如 128，+234，-278。 2,八进制：以0开头，由0~7组成的数。如 0126, 050000. 3,十六进制：以0X或0x开头，由0~9，A~F或a~f 组成。如 0x12A, 0x5a000。
汉字区间 \u4e00-\u9fa5
http://t.zoukankan.com/onblog-p-13036324.html
if (!String.prototype.codePointAt) {
(function() {
'use strict'; // 严格模式，needed to support apply/call with undefined/null
var codePointAt = function(position) {
if (this == null) {
throw TypeError();
}
var string = String(this);
var size = string.length;
// 变成整数
var index = position ? Number(position) : 0;
if (index != index) {
// better isNaN
index = 0;
}
// 边界
if (index < 0 || index >= size) {
return undefined;
}
// 第一个编码单元
var first = string.charCodeAt(index);
var second;
if (
// 检查是否开始 surrogate pair
first >= 0xd800 &&
first <= 0xdbff && // high surrogate
size > index + 1 // 下一个编码单元
) {
second = string.charCodeAt(index + 1);
if (second >= 0xdc00 && second <= 0xdfff) {
// low surrogate
// http://mathiasbynens.be/notes/javascript-encoding#surrogate-formulae
return (first - 0xd800) * 0x400 + second - 0xdc00 + 0x10000;
}
}
return first;
};
if (Object.defineProperty) {
Object.defineProperty(String.prototype, 'codePointAt', {
value: codePointAt,
configurable: true,
writable: true
});
} else {
String.prototype.codePointAt = codePointAt;
}
})();
}
charCodeAt charCodeAt() 方法返回 0 到 65535 之间的整数，表示给定索引处的 UTF-16 代码单元。
注意
UTF-16 编码单元匹配能用一个 UTF-16 编码单元表示的 Unicode 码点。
如果 Unicode 码点不能用一个 UTF-16 编码单元表示（因为它的值大于0xFFFF），则所返回的编码单元会是这个码点代理对的第一个编码单元) 。如果你想要整个码点的值，使用 codePointAt()。
String.fromCharCode(65, 66, 67) //10进制. ABC String.fromCharCode(0x41, 0x42, 0x43) // 16进制. ABC String.fromCharCode(0x4eba) // 16进制 人 String.fromCharCode(0x14eba) // 16进制，截断 人 String.fromCharCode(0xD83D, 0xDC31,65) '🐱A' '\uD83DA\uDC31A'.length ??? '\uD83D\uDC31A'.length ???
术语解释
代码单元 ：即在具体编码形式中的最小单位。比如 ：UTF-16 中，一个代码单元为 16 位，UTF-8 中一个代码单元为 8 位（bit）
具体编码：UTF-8、UTF-16等是针对Unicode字符集的编码。Unicode属于字符集，不属于编码
fromCharCode String.fromCharCode(num1[, ...[, numN]]) 方法接受一系列 UTF-16 代码单元的数字。范围介于 0 到 65535（0xFFFF）之间，大于 0xFFFF 的数字将被截断 返回由指定的 UTF-16 代码单元序列创建的字符串。
注意
如果在指定的位置没有元素则返回 undefined。如果在索引处开始没有 UTF-16 代理对，将直接返回在那个索引处的编码单元。
大于 0xFFFF 的数字将被截断, 例如 String.fromCharCode(0x14eba)，因为0x14eba大于0xFFFF，所以截断为String.fromCharCode(0x4eba) ，所以String.fromCharCode(0x14eba)==String.fromCharCode(0x4eba) = 人
术语解释
代理对 Surrogate Pair ：是 UTF-16 中用于扩展字符而使用的编码方式，是一种采用四个字节 (两个 UTF-16 编码) 来表示一个字符，称作代理对。
举例
codePointAt codePointAt() 方法返回 一个 Unicode 编码点值的非负整数。
注意
如果在指定的位置没有元素则返回 undefined。如果在索引处开始没有 UTF-16 代理对，将直接返回在那个索引处的编码单元。
术语解释
代理对 Surrogate Pair ：是 UTF-16 中用于扩展字符而使用的编码方式，是一种采用四个字节 (两个 UTF-16 编码) 来表示一个字符，称作代理对。
Surrogate pair 是专门用于 UTF-16 的，以向后兼容 UCS-2，做法是取 UCS-2 范围里的 0xD800~0xDBFF(称为 high surrogates) 和 0xDC00~0xDFFF(称为 low surrogates) 的 code point，一个 high surrogate 接一个 low surrogate 拼成四个字节表示超出 BMP 的字符，两个 surrogate range 都是 1024 个 code point，所以 surrogate pair 可以表达 1024 x 1024 = 1048576 = 0x100000 个字符，surrogate pair加上BMP的就是 0x10FFFF，这就是Unicode 的字符集范围上限是 0x10FFFF 的原因。
UCS2就是标准的unicode编码， 它是某国际组织设计的一种文字符号编码表，包括了世界上绝大多数文字和符号，包括中文，每个字符使用2字节编码，因此叫ucs2。
BMP基本多文种平面(Basic Multilingual Plane)，或称第零平面(Plane 0)，是Unicode中的一个编码区段。编码从U+0000至U+FFFF。
fromCodePoint String.fromCodePoint(num1[, ...[, numN]]) 静态方法接受一串 Unicode 编码位置，即“代码点”，返回使用指定的代码点序列创建的字符串。
术语解释
代理对 Surrogate Pair ：是 UTF-16 中用于扩展字符而使用的编码方式，是一种采用四个字节 (两个 UTF-16 编码) 来表示一个字符，称作代理对。
代码
String.fromCodePoint(0x41) A String.fromCodePoint(65) A String.fromCharCode(128049) '你' String.fromCodePoint(0x2F804). '你'
实例练习 JavaScript 内部，字符以 UTF-16（字符用两个字节Byte或四个字节Byte表示） 的格式储存，码点范围介于U+0000到U+FFFF，每个字符固定为2个字节，一个码元。
对于那些需要4个字节储存的字符（Unicode 码点大于0xFFFF的字符），两个码元，JavaScript 会认为它们是两个字符。
特别要注意，码点可以是一个码元，也可以是两个码元
字符串的length属性返回的是码元
0
二进制 0b01100 = 12
八进制 0o14 = 12 字符串 '\43'
十进制 12 = 12
十六进制 0xc = 12
unicode '\u4f60' = 你 16进制 '\x63\x68' = ch 8进制 '\43' = # = String.fromCharCode(parseInt(43,8))
'\x45' '\105' '\u0045' === E