编码问题

作为一个码农，编码问题每时每刻都会遇到，那么计算机的编码是怎么回事了，下面我们来说说。

由于计算机是用来计算的，要想让计算机处理文本，那么只能把文本转换为数字，计算机才能计算，也就是我们常说的二进制，早起计算机采用8个比特（bit）作为一个字节，一个字节表示成十进制最大是255，如果想要表示更大的数，那就要用更多的字节。

我们知道，计算机是美国人发明的，所以在计算机刚兴起的时候，只有127个字母被编码到计算机中，也就是ASCII编码，后来，中国也进入的计算机的世界，所以就制订了GB2312编码规则，俄罗斯制订了自己的编码规则，印度制订了自己的编码规则等等。这样一来，各国有各国的编码标准，难免会出现冲突，结果就是，如果你的文档中包含多国语言，就会出现乱码（乱码就是人类看不懂的文字）。

     所以，Unicode 应运而生。 Unicode 把所有语言都统一到一套编码里，这样就不会再有乱码问题了。ASCII采用一个字节，Unicode采用两个字节，这样一来，又有一个问题出现了，当我们的一个文本里面大部分是英文的时候，采用Unicode编码，就会造成接近一半存储空间的浪费和传输成本的提高。

基于上面的问题，出现了可变长编码“UTF-8”,在使用的时候，如果是英文，也就是ASCII编码能表示的文本，那就使用一个字节，不能表示的使用更多的字节，可以把ASCII看作utf-8的一部分。

下面说说我们平时在计算机操作的时候编码之间的关系，比如我们创建一个文本文档的时候，这里就假设文本文档是a.txt，那么，在计算机中a.txt存储的编码是UTF-8,当我们编辑的时候，首先把a.txt读取到内存中，这时候在内存中是Unicode编码，当我们编辑完之后，要保存的时候，又从Unicode编码转换成UTF-8编码存储在计算机中。

类似的，文本传输的过程也是这样的，服务器端先把Unicode转换成UTF-8编码再传输，我们在浏览器看到的就是UTF-8编码格式的类容。