从硬件和OS的角度--彻底理解文件编码解码（应该没毛病）

编码懵懂

  计算机只识别二进制，为什么我们能看到汉字、英文和其他字符? 这少不了编码的作用。编码众多不一一列举，网上很多。
  为什么要写这篇文章，就是没彻底理解编码过程，网上好多解释很全，都是逻辑上的解释编码和解码是什么东西，当然这些必须了解。但对于一名程序员，处理编码的时候还是力不从心，为什么？就是知道什么是编码，却没搞懂编码的具体变化过程。

彻底搞懂编码

  编码的过程很好理解，好多文章没说到点子上，因为有个过程忽略掉了。

读过程

硬盘有文件，文件是按照二进制存储的，然而各种编码后的都是二进制，是有区别的，比如
1.文件a.txt在硬盘上，它的编码是’utf-8’，也就是文件里面的字符对应的二进制都是根据’utf-8’编码规则排序的，不是’gbk’规则排序，也不是其他编码规则，就像汉字“五”代表5，罗马字母“V”代表5，汉字“五”和罗马字母“V”并不是同一种东西；

2.情况一.若内存只允许识别和存储Unicode编码，那么读取硬盘上的a.txt文件到内存，需要将utf-8转为Unicode编码，好比汉字“五”转换成数字5，（这个过程个问题怎么识别文件a.txt的编码的？即怎么识别“五”是汉字，我没想明白系统怎么处理的，或许文件有自带编码标识，这样也能讲得通）；情况二.若内存可以识别并存储任何编码，那么，从硬盘上获取的的文件将原封不动是搬过来，不做任何处理；

3.编辑器要将内容展示给人看 ，把内存中的文件a.txt中的内容通过定义好的编码，显示出来，比如编辑器页面编码是’utf-8’，无论内存中任何一种情况都不会乱码，直接显示正常。若编辑器页面是’gbk’，在内存情况一中不会出现问题，但内存情况二中若编辑器没处理就会出现乱码。

写过程：

  无论编辑器设定的什么编码，写的内容都存在内存中，也就是编辑器编译的时候回自动转换为unicode编码。
  当出现保存到硬盘中的操作时，就会把内存的unicode编码内容转换成想要编码形式，比如你编辑器编码是gbk，存成uft-8文件，是没有问题的。只不过再次读取的时候或许有些问题，这些问题也可能会被编辑器自动处理。

特殊说明

解码是 非unicode 转换成unicode
编码是 一种编码（通常是unicode）转另外一种编码，条件是：若有直接转换机制（程序），直接转成另外一种编码，若没有先转换为unicode，然后通过unicode转换成另外一种编码。

这解释保留态度，有问题欢迎指责