字符编码学习小记一

一、计算机只能处理数字。
在显示器上看见的文字、图片等信息在电脑里面其实并不是我们看见的样子，即使你知道所有信息都存储在硬盘里，把它拆开也看不见里面有任何东西，只有些盘片。假设，你用显微镜把盘片放大，会看见盘片表面凹凸不平，凸起的地方被磁化，凹的地方是没有被磁化；凸起的地方代表数字1，凹的地方代表数字0。硬盘只能用0和1来表示所有文字、图片等信息。
最早的计算机在设计的时候，采用8个比特（bit）作为一个字节（byte）。比特简写为小写字母‘b’，字节简写为大写字母‘B’。1B=8b。
一个字节能表示的最大整数是255（即11111111）。
思考：1）、如果想要表示更大的数字，怎么办呢？答：那就多个字节使用。比如2个字节，表示的最大数是65535,4个字节表示的最大数是4294967295。
     2）、一个英文多少个字节呢？答：一个字节（即八个比特，简写为8b，也可以写成1B）。
     3）、一个汉字多少个字节呢？答：两个字节。
     4）、一篇10万汉字的小说，如果我们把它存到磁盘里，需要多少空间？200000B=200000/1024KB=200000/1024/1024MB，大约0.19MB。
二、编码的发展
    1）最早在美国，ASCII编码。只有127个字母被编码到计算机里，也就是大小写英文字母、数字和一些符号，比如大写字母A的编码是65，小写字母z的编码是122；
    2）中国制定了GB2312编码，用来把中文编进去；
    3）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；
    4）UTF-8，本着节约的精神，把Unicode编码转化为“可变长编码”的UTF-8编码。UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。
（我大体知道了电脑只能存储数字，所以我们电脑存储的时候，是要将图形文字等转换的为数字的；为了不乱码，编码用Unicode；为了既不乱码，又节约空间，UTF-8比较好；为了对方能够很好地解析你的文件，你需要提前告知对方你用的什么编码格式，否则可能解析出不同的内容来。）
第一次接触很多的编码知识，虽然有点乱，但是却是写的自己学到的。感觉学习是由点及面吧，所以下次再了解编码知识的时候我将把这些散乱的点深入连接成面。