一、ASCII 碼
我們知道，計算機內部，所有資訊最終都是一個二進制值，每一個二進制位（bit）有0和1兩種狀態，因此八個二進制位就可以組合出256種狀態，這被稱為一個位元組（byte），
也就是說，一個位元組一共可以用來表示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00000000到11111111，
上個世紀60年代，美國制定了一套字符編碼，對英語字符與二進制位之間的關系，做了統一規定，這被稱為 ASCII 碼，一直沿用至今，
ASCII 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個不能列印出來的控制符號），只占用了一個位元組的后面7位，最前面的一位統一規定為0，
二、非 ASCII 編碼
英語用128個符號編碼就夠了，但是用來表示其他語言，128個符號是不夠的，比如，在法語中，字母上方有注音符號，它就無法用 ASCII 碼表示，
于是，一些歐洲國家就決定，利用位元組中閑置的最高位編入新的符號，比如，法語中的é的編碼為130（二進制10000010），
這樣一來，這些歐洲國家使用的編碼體系，可以表示最多256個符號，
但是，這里又出現了新的問題，不同的國家有不同的字母，因此，哪怕它們都使用256個符號的編碼方式，代表的字母卻不一樣，
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 (?)，在俄語編碼中又會代表另一個符號，
但是不管怎樣，所有這些編碼方式中，0--127表示的符號是一樣的，不一樣的只是128--255的這一段，
至于亞洲國家的文字，使用的符號就更多了，漢字就多達10萬左右，一個位元組只能表示256種符號，肯定是不夠的，就必須使用多個位元組表達一個符號，
比如，簡體中文常見的編碼方式是 GB2312，使用兩個位元組表示一個漢字，所以理論上最多可以表示 256 x 256 = 65536 個符號，
中文編碼的問題需要專文討論，這篇筆記不涉及，這里只指出，雖然都是用多個位元組表示一個符號，但是GB類的漢字編碼與后文的 Unicode 和 UTF-8 是毫無關系的，
三. Unicode
同一個二進制數字可以被解釋成不同的符號，
因此，要想打開一個文本檔案，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，為什么電子郵件常常出現亂碼？
就是因為發信人和收信人使用的編碼方式不一樣，
可以想象，如果有一種編碼，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一無二的編碼，那么亂碼問題就會消失，
這就是 Unicode，就像它的名字都表示的，這是一種所有符號的編碼，
Unicode 當然是一個很大的集合，現在的規模可以容納100多萬個符號，每個符號的編碼都不一樣，
比如，U+0639表示阿拉伯字母Ain，U+0041表示英語的大寫字母A，U+4E25表示漢字嚴，具體的符號對應表，可以查詢unicode.org，或者專門的漢字對應表，
五、UTF-8
互聯網的普及，強烈要求出現一種統一的編碼方式，UTF-8 就是在互聯網上使用最廣的一種 Unicode 的實作方式，
其他實作方式還包括 UTF-16（字符用兩個位元組或四個位元組表示）和 UTF-32（字符用四個位元組表示），不過在互聯網上基本不用，
UTF-8 最大的一個特點，就是它是一種變長的編碼方式，它可以使用1~4個位元組表示一個符號，根據不同的符號而變化位元組長度，
UTF-8 的編碼規則很簡單，只有二條：
1）對于單位元組的符號，位元組的第一位設為0，后面7位為這個符號的 Unicode 碼，因此對于英語字母，UTF-8 編碼和 ASCII 碼是相同的，
2）對于n位元組的符號（n > 1），第一個位元組的前n位都設為1，第n + 1位設為0，后面位元組的前兩位一律設為10，剩下的沒有提及的二進制位，全部為這個符號的 Unicode 碼，
七、Little endian 和 Big endian
以漢字嚴為例，Unicode 碼是4E25，需要用兩個位元組存盤，一個位元組是4E，另一個位元組是25，
存盤的時候，4E在前，25在后，這就是 Big endian 方式；25在前，4E在后，這是 Little endian 方式，
第一個位元組在前，就是"大頭方式"（Big endian），第二個位元組在前就是"小頭方式"（Little endian），
那么很自然的，就會出現一個問題：計算機怎么知道某一個檔案到底采用哪一種方式編碼？
Unicode 規范定義，每一個檔案的最前面分別加入一個表示編碼順序的字符，這個字符的名字叫做"零寬度非換行空格"（zero width no-break space），用FEFF表示，這正好是兩個位元組，而且FF比FE大1，
如果一個文本檔案的頭兩個位元組是FE FF，就表示該檔案采用大頭方式；如果頭兩個位元組是FF FE，就表示該檔案采用小頭方式，
另外如果你想更好的提升你的編程能力，學好C語言C++編程！彎道超車，快人一步！筆者這里或許可以幫到你~
分享（原始碼、專案實戰視頻、專案筆記，基礎入門教程）
歡迎轉行和學習編程的伙伴，利用更多的資料學習成長比自己琢磨更快哦！
編程學習：
編程學習：
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/270706.html
標籤：其他