计算机中的编码问题

2017-06-25 19:46:48

计算机中存在着很多编码，诸如AscII,GBK,ISO,UTF-8,UTF-16等，那这些编码到底是怎么产生，又有什么区别呢？

字符的含义：字符就是一系列有意义的图形，如 a,[,u等等。该开始的时候，是美国人发明了计算机语言，英文字母只有26个，加上加减乘除，阿拉伯数字等等字符也只有127个，于是8位就可以表示所有的字符了，于是美国人便将8位称为一个字节。并且根据其中的对应关系画了一个ascII码表。于是第一张ascII码表便出现了。

　　历史在进步，欧洲人进场，他们有各种其他的语言，诸如拉丁文，希腊文等。之前美国人值用了前127个，后面的128-255是待定的，于是，各个国家就将自己国家的字符塞进了后面128-255中，于是这就生成了各种ISO 8859字符集。比如西欧是ISO/IEC 8859-1,中欧是ISO/IEC 8859-２等。

　　随着中国改革开放，中国开始投身互联网大潮中，可是中文字符远远不止256个，这样的话显然原先的AscII就不适用了，如果改用16位来表示的话就会65536个，这样的就完全足够了。中国人是非常聪明的，首先将16位分成前8位和后8位。如果前8位小于等于127的话，那么该字符就是普通字符，如果前8位超过127，那么就需要和后8位结合起来共同形成一个汉字。这就是GB2312，后来原先加入的汉字不够用了，之后又国家又组织了一批人将剩下的汉字也加入了进去，形成了GBK。这里GB就是国标的意思，K是扩展的意思。

　　湾湾当然是不能用大陆的GB系列的编码，于是湾湾就开发了BIG5的编码方式。

　　随着互联网的普及，出现了各种各样的编码方式。当然这对于互联网进一步的发展是非常不利的。于是统一编码方式Unicode出现了，Unicode采用的是一个通用的字符集UCS，每个语种都从中划出一块自己的领域。目前采用的是UCS-2,就是不论中文英文都采用两个字节进行表示，也就是UTF-16。如果不够怎么办，不用担心，如今已经有了UCS-4的预定方案。那将是几十亿量级的字符集，真的是绰绰有余了。

　　不过，美国人不干了，我只要8个字节就足够了，凭什么让我用16个字节来表示，这不是浪费带宽吗。于是UTF-8出现了，在UTF-8中中文占了三个字节，比GBK要所占一个字节，所以很多中国公司内部的编码方式使用GBK的，这样更节省资源。