【计组笔记-1】ASCII码，区位码，国标码，汉字内码，以及万国码

在学习计组时，了解到区位码是用一个94x94的表格记录常用汉字与特殊字符，特殊字符中包含字母，数字，希腊字母，拼音，一些几何图标，箭头，书名号等等等等，链接如下：区位码百度百科

但是其中并不包含控制字符或通信专用字符，即ASCII码中0~31的部分，因此，为了避免对这部分编号产生覆盖，要避开0-31的部分不对其进行编码，因此，国标码在区位码的基础上加了32，表示从32开始编码，这是我们国家对各种字符/文字等的编码方式。

（这里补充下，ASCII是最早的编码方式，由于是美国人发明的，因此只包含了字母数字和一些常用符号，之后各国为了自己的文字也可以被识别，在ASCII的基础上开始设计自己的编码方式，包括中国的国标码也因此诞生）

但是，由于这样的编码方式会导致不兼容ASCII中的其余字符，因而打开一些古早的英文文章会出现乱码，微软为了使其兼容ASCII码，因此在国标码的基础上再次加了128，使其可以兼容ASCII码，而加过128后的编码方式被称作汉字内码。

关于为何要加32再加128，为何不在内码基础上直接加128，我的理解是，首先，国标码才是国家标准汉字编码方式，其次，内码是兼容处理后的国标码，因此需在国标码基础上进行兼容处理，而不是在十进制的内码上进行处理，此外，虽然国标码刚好避开了0-31的ASCII码（在区位码基础上+32），看起来似乎只需要再加128-32=96即可，但如果国标码某个版本有所变动，+96后的国标码不一定永远保证兼容ASCII码，统一+128简单又可靠，仅此而已。

最后，万国码是为了统一世界上所有语言和所需符号的一种编码方式，它的出现是因为，由于不同国家拥有自己的编码方式，这会导致基于不同字符集编写的文字解码后产生乱码，而万国码统一对所有语言进行编码，就可以避免这种问题，现在大部分系统依赖的也都是万国码了。

此外，UTF-8和UTF-16是万国码转换二进制的不同方式，由于万国码中一个字符是4个字节，而原本一个英文或数字只需要1个字节，一个中文需要2个字节，统一用4个字节储存，会浪费空间，因此有了一些可变长度的万国码实现方式，来降低资源浪费。