1.為什么需要編碼？

??由于計算機只能處理0和1（即兩種狀態(tài)：高低電平），所有我們需要將英文字母，數(shù)字，特殊符號翻譯成計算機認識的0和1，那如何去翻譯以及用何種規(guī)則去翻譯呢，于是聰明的人們發(fā)明了一系列編碼規(guī)則，即字符和數(shù)字的對應。最先被發(fā)明的是ASCII編碼，后來則衍生出了Unicode編碼和UTF-8編碼。

2.編碼格式的演變

??世界第一臺計算機誕生于美國賓西法尼亞大學，所以最早使用計算機的是美國人，最早的信息交換代碼也誕生于美國，即ASCII（America Standard Code for Infomation Interchange，美國信息交換標準代碼）。ASCII碼實質(zhì)就是數(shù)字和字符的對應關系,比如大寫字母"A"所對應的十進制數(shù)字為65（為了更易理解我們以十進制舉例，八進制，十六進制同理）,而十進制數(shù)字65在計算機中表示為01000001，計算機不能存儲字符，但是能存儲0和1，所以字母“A”在計算機中實際存儲為01000001，占8位，即1個字節(jié)。其他字符也是同樣的道理，各自對應一個十進制數(shù)字，可參考ASCII碼標準對照表。是不是很簡單，但是為何人們還制定Unicode編碼呢？由于ASCII編碼是美國標準，所涵蓋的字符也只僅僅包含了A-Z，a-z，數(shù)字0-9，以及其他的控制字符和一些特殊字符，一共包含127個字符，后來由于計算機普及，這127個符號已經(jīng)不能滿足人們的需求，于是IBM利用128~255位對ASCII碼進行了補充，包含了附加符號符號，希臘字母以及制圖符號等，這一部分編碼則稱為擴展ASCII碼。
??世界上有上百種語言，很顯然，標準ASCII碼和擴展ASCII碼仍然不能滿足不同國家對于編碼的需求，比如漢字的“漢”就不能用ASCII碼表示，如果在編輯器設置了ASCII編碼，在遇到漢字的情景下則會出現(xiàn)亂碼，于是中國制定了GB2312編碼,日本制定了Shift_JIS編碼，但是同一款應用，不同地區(qū)的人使用，就需要包含不同的編碼集合，顯然這樣做是不明智的，于是Unicode應運而生。Unicode編碼通常用2個字節(jié)表示，有些偏僻的字符會用到2-4個字節(jié)，從而實現(xiàn)一套編碼保存所有字符，這樣不同國家，不同地區(qū)就形成了一套統(tǒng)一的編碼格式。
??還是拿字符“A”舉栗子，“A”對應的ASCII碼為01000001，如果將“A”用Unicode編碼表示就在前面補0就可以了，0000000001000001，現(xiàn)在我們也可以用Unicode編碼來表示“漢”了，0110110001001001。不難發(fā)現(xiàn)，如果用Unicode去編碼所有的字符，亂碼的問題也就迎刃而解，但是問題也來了，如果一段文字中，既有英文字母，又有漢字，英文字母同樣也會用2個字節(jié)（16位）來進行表示，這顯然會造成存儲空間的浪費。那么有沒有一種更加通用并且更加節(jié)省存儲空間的編碼呢？當然是有的，聰明的人們發(fā)明出了UTF-8編碼，UTF-8是一種可變長的編碼，為啥叫UTF-8呢，這個8是什么意思呢？8代表一個字節(jié)，即8位，但不代表UTF-8用一個字節(jié)表示一個字符，而是在UTF-8編碼格式下，一個字符所占字節(jié)大小變化的最小單位，有點繞，說人話就是由于UTF-8編碼下，不同字符占用空間的大小是可變的，每個字符可能是1個字節(jié)，也可能是2個或者3個字節(jié)。 ??

----- 待更新

總結

以上是生活随笔為你收集整理的深入理解ASCII,Unicode和UTF-8编码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。