字符编码

【1】阶段一：一家独大(ASCII)

（1）ASCII表的诞生

• 现代计算机起源于美国，所以最先考虑仅仅是让计算机识别英文字符，于是诞生了ASCII表

（2）ASCII表的特点

• 只有英文字符与数字的一一对应关系
• 一个英文字符对应1Bytes，1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符

（3）字母对应ASCII表

• A-Z : 65-90
• a-z : 97-122
• 0-9 : 48-57
• 小写字母对应的数字一定大于大写字母

【2】阶段二：诸侯割据(ASCII/GBK/Shift_JIS)

• 为了让计算机能够识别中文和英文，中国人定制了 GBK

（1）GBK表的特点

• 只有中文字符、英文字符与数字的一一对应关系
• 一个英文字符对应1Bytes 一个中文字符对应2Bytes
• 补充说明
  • 1Bytes=8bit，8bit最多包含256个数字，可以对应256个字符，足够表示所有英文字符
  • 2Bytes=16bit，16bit最多包含65536个数字，可以对应65536个字符，足够表示所有中文字符

（2）各国不同的编码表

• 为了让计算机能够识别日文字符、英文字符与数字的一一对应关系，日本定制了 Shift_JIS 表
• 为了让计算机能够识别韩文字符、英文字符与数字的一一对应关系，韩国定制了 Euc-kr 表
• 美国人用的计算机里使用字符编码标准是ASCII
• 中国人用的计算机里使用字符编码标准是GBK
• 日本人用的计算机里使用字符编码标准是Shift_JIS

【3】阶段三：一统天下(unicode)

• unicode于1990年开始研发，1994年正式公布

（1）unicode的特点

• 存在所有语言中的所有字符与数字的一一对应关系,即兼容万国字符
• 与传统的字符编码的二进制数都有对应关系，详解如下
  • 很多地方或老的系统、应用软件仍会采用各种各样传统的编码，这是历史遗留问题。
  • 此处需要强调：软件是存放于硬盘的，而运行软件是要将软件加载到内存的，面对硬盘中存放的各种传统编码的软件，想让我们的计算机能够将它们全都正常运行而不出现乱码，内存中必须有一种兼容万国的编码，并且该编码需要与其他编码有相对应的映射/转换关系，这就是unicode的第二大特点产生的缘由

（2）字符的存储

• 文本编辑器输入任何字符都是最新存在于内存中，是unicode编码的
  • 存放于硬盘中，则可以转换成任意其他编码，只要该编码可以支持相应的字符
• 英文字符可以被ASCII识别
  • 英文字符--->unciode格式的数字--->ASCII格式的数字
• 中文字符、英文字符可以被GBK识别
  • 中文字符、英文字符--->unicode格式的数字--->gbk格式的数字
• 日文字符、英文字符可以被shift-JIS识别
  • 日文字符、英文字符--->unicode格式的数字--->shift-JIS格式的数字