day04 必备基础知识
今日概要
- 进制
- 单位
- 编码
1.进制
1.1 烽火狼烟
- 古代打仗用烽火狼烟来进行传递信号
- 生活中灯泡的亮与暗用来指示信息（用电来抓耗子，灯亮表示抓到了）
用亮灯用1表示，则上述的情景为：
-
110010
-
010100
-
100001
计算机本质上都有由晶体管和二极管组成（类比为灯泡），亮与灭都代表一定的信息，所以，本质计算机的所有操作：0101010。
为这些“10101010”来进行一定的格式化：
0
1
10
11
100
所以，二进制，满2进1.
小结
- 计算机的底层本质上都是二进制。
- 八进制、十进制、十六进制、二进制之间有对应关系。
- 满N进1位
2.单位
计算机中表示对于二进制大小的常见单位有：
-
b（bit），位
表示二进制有多少位，例如： 01101 就是 5位 = 5b 011011010 就是 9位 = 9b -
B（byte），字节
8位就是1个字节，例如： 10100101 就是 8位 = 8b = 1B= 1个字节 1010010110100101 就是 16位 = 16b = 2B= 2个字节 -
KB（Kilobyte），千字节
1024个字节就是1千字节（1KB），即： 1 KB = 1024 B = 1024*8 b -
M（Megabyte），兆
1024个千字节就是1兆（1M)，即： 1M = 1024 KB = 1024 * 1024 B = 1024 * 1024 * 8 b -
G（Gigabyte），千兆
1024个兆就是1千兆（1G),即： 1G = 1024 M = 1024 * 1024 KB = 1024 * 1024 * 1024 B = 1024 * 1024 * 1024 * 8 b -
T（Terabyte），万亿字节
1024个G就是1T -
…其他更大单位 PB/EB/ZB/YB/BB/NB/DB 不再赘述。
学完上面的这些单位之后，是不是就了解了平时大家说的自己有1G流量是啥意思了。
生活中的场景：
- 电脑的内存 4G
- 硬盘是1T
- 流量10G
- 流量有30M
3.编码
计算机底层本质都是二进制。
3.1 ascii编码
最多用二进制的8来表示所有的情况。
0000000
0000001
0000010
0000011
0000100
....
...
11111111
2**8=256
A --> 按照ascii码对照表找到他对应的二进制 01000001
3.2 unicode（万国码）
-
ucs2，用16位来表示所有的情况。2**16=65535
十六进制 0000000 0000000 0000000 0000001 0000000 0000010 0000000 1111111 ... 0025 % 6B66 武 ... 11111111 11111111 -
ucs4，用32位来表示所有的情况。2**32=4294967296
0000000 0000000 0000000 0000000 ... 0000000 0000000 0000000 11111111 ... 11111111 11111111 11111111 11111111
忠告：ucs2和ucs4应该根据自己的业务场景来进行选择。
3.3 utf-8编码
对unicode进行压缩，到底是如何压缩？
-
第一步：找模板
码位范围（十六进制） 转换模板 0000 ~ 007F 0XXXXXXX 0080 ~ 07FF 110XXXXX 10XXXXXX 0800 ~ FFFF 1110XXXX 10XXXXXX 10XXXXXX 10000 ~ 10FFFF 11110XXX 10XXXXXX 10XXXXXX 10XXXXXX 例如： "B" 对应的unicode码位为 0042，那么他应该选择的一个模板。 "ǣ" 对应的unicode码位为 01E3，则应该选择第二个模板。 "武" 对应的unicode码位为 6B66，则应该选择第三个模板。 "沛" 对应的unicode码位为 6C9B，则应该选择第三个模板。 "齐" 对应的unicode码位为 9F50，则应该选择第三个模板。注意：utf-8表示中文时，用的是3个字节。
-
第二步：码位以二进制展示，再根据模板进行转换
码位拆分： "武"的码位为6B66，则二进制为 0110101101100110 根据模板转换： 6 B 6 6 0110 1011 0110 0110 ---------------------------- 1110XXXX 10XXXXXX 10XXXXXX 使用第三个模板 11100110 10XXXXXX 10XXXXXX 第一步：取二进制前四位0110填充到模板的第一个字节的xxxx位置 11100110 10101101 10XXXXXX 第二步：挨着向后取6位101101填充到模板的第二个字节的xxxxxx位置 11100110 10101101 10100110 第二步：再挨着向后取6位100110填充到模板的第三个字节的xxxxxx位置 最终，"武"对应的utf-8编码为 11100110 10101101 10100110
除了utf-8之外，其实还有一些其他的 utf-7/utf-16/utf-32 等编码，他们跟utf-8类似，但没有utf-8应用广泛。
编码答疑
/*
@Author:武沛齐 微信号：wupeiqi666
@Description: 老男孩IT教育 & 路飞学城
@Video: https://space.bilibili.com/283478842
*/
package main
import (
"fmt"
"strconv"
)
func main() {
// 定义字符串，字符串是以什么形式存在于Go编译器（utf-8编码）
name := "武沛齐"
// 其他语言：
// 0 武
fmt.Println(name[0], strconv.FormatInt(int64(name[0]), 2)) // 230 11100110
fmt.Println(name[1], strconv.FormatInt(int64(name[1]), 2)) // 173 10101101
fmt.Println(name[2], strconv.FormatInt(int64(name[2]), 2)) // 166 10100110
// 1 沛
fmt.Println(name[3])
fmt.Println(name[4])
fmt.Println(name[5])
// 2 齐
fmt.Println(name[6])
fmt.Println(name[7])
fmt.Println(name[8])
}
总结
本章的知识点属于理解为主，了解这些基础之后有利于后面知识点的学习，接下来对本节所有的知识点进行归纳总结：
- 计算机上所有的东西最终都会转换成为二进制再去运行。
- ascii编码、unicode字符集、utf-8编码本质上都是字符与二进制的关系。
- ascii，字符和二进制的对照表。
- unicode，字符和二进制（码位）的对照表。
- utf-8，对unicode字符集的码位进行压缩处理，间接也维护了字符和二进制的对照表。
- ucs2和ucs4指的是使用多少个字节来表示unicode字符集的码位。
- 目前最广泛的编码为：utf-8，他可以表示所有的字符且存储或网络传输也不会浪费资源（对码位进行压缩了）。
- 二进制、八进制、十进制、十六进制其实就是进位的时机不同。
- 一个字节8位
- b/B/KB/M/G的关系。
- utf-8用3个字节表示中文。
参考文档：https://pythonav.com/wiki/detail/1/80/
标签：1024,utf,字节,二进制,必备,码位,基础知识,day04,name From： https://www.cnblogs.com/fuminer/p/18416923