我上第一节电脑课的时候，我的电脑老师跟我说英语文字是一个字节，中文是两个字节。 多年来，我一直相信这个。 我想很多人也是这么想的。 但是，说真的是这样吗？
要知道这个问题，必须先从字节开始。 什么是字节？ 要知道，在计算中，下层都是与晶体管开关断开的状态。 表示开关状态的称为位，8位称为1字节。 也就是说，一个字节可以表示00000000-11111111，即0到255。 为什么是第八名呢？ 因为文字实际上不足128个字符，所以按理说7位数就足够了。 一个是程序员也很迷信，认为7是不吉利的数字。 另一个是，8正好是2^3，电脑更容易理解。
美国信息交换标准代码(ASCII )是美国人用于对拉丁字母进行编码的代码。 电脑是美国人发明的，所以我不认为其他国家也可能使用电脑。 以下是ASCII代码的对应表。
之后，随着计算机的发展，在非拉丁文字的国家也开始使用计算机了。 发现一个字节只能表示256个字符。 这显然不够。 像我们这样汉字博大精深，常用的有几千个字。 于是出现了常见的中文代码GB2312 (国家简体中文字符集)。 GB2312用2个字节表示1个汉字。 例如，在学习中，对应的代码为10010010 0000111。 这是小时候，我们的电脑老师告诉我们的。 在电脑中，字母占1字节，汉字占2字节。
随着互联网的发展，不同的国家和语言使用不同的代码。 每次人进行交流，都需要知道对方使用的是哪个代码。 这经常涉及到交流的成本，因为编码错误经常会产生各种各样的乌龙。 于是，国际上决定了全新的编码方法。 有一个对应于世界上所有字符、字符的编码，今后无需转换为不同的编码。 这就是Unicode编码。 Unicode代码使用4个字节来描述一个字符。 每个字节8位，理论上可以表示2^32个不同的字符。 世界上的文字没有那么多。
但是，与之相伴，一个英语字符需要一个字节，一个中文字符需要两个字节，但是现在需要四个字节，产生了相当于存储容量变大的问题。 这给网络传输、系统存储带来了一定的成本。 此时，人们想要压缩，提出了UTF8、UTF16这样的表示方法。 UTF8是我们最常用的。 怎么显示？ 对于一个汉字，例如上述学习的学字用Unicode代码表示为0000000000000101101101101010110。 很明显，前面的字节都是0，非常浪费。 最好压缩它，让别人知道原来对应的是4字节。 我该怎么办？ UTF8为了解决这个问题，中文双字符变为3字节，第一个字节从1110开始，第二个从10开始。 剩下的16位被分配给这3个字节。 照片显示了该单词如何从Unicode代码转换为utf8代码。
那么，到这里我想您已经明白了，一个汉字占多少字节，与汉字的编码有关。 在GB2312或GBK代码中，大多数汉字是2字节(部分3个字符)，在UTF8代码中，大多数汉字是3字节)部分4个字符。 怎么样，学到东西了吗？ 有意思吗？