2021-11-14

Unicode编码

很多的小伙伴们不了解Unicode编码，现在我来用最简单的方式介绍一下Unicode编码

又来到了这个故事时间：
在很久很久以前，有人想要用八个可以开闭的晶体管来表示世界上的万物，开关就代表着0和1；这八个状态的自由组合就叫做字节
这样就出现了256（2^8）种状态，他们给每种状态赋予特殊的定义。这些有特殊意义的状态我们的称之为状态码

之后，前辈们又用这些状态来表示键盘上的符号，字母，空格，数字，于是就有了刚开始的Ascii"编码（American Standard Code for Information Interchange，美国信息互换标准代码）。当时世界上所有的计算机都用同样的ASCII方案来保存英文文字

越来越多的国家争先恐后的开始用这些状态表示文字，他们决定采用127号之后的空位来表示这些新的字母、符号，还加入了很多画表格时需要用下到的横线、竖线、交叉等形状，一直把序号编到了最后一个状态255。从128到255这一页的字符集被称"扩展字符集"

但是到后来这些个状态不够用了，但是我国还有6000多个汉字尚未保存，我们就智慧地把那些127号之后的奇异符号们直接取消掉，规定：一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时，就表示一个汉字，前面的一个字节（他称之为高字节）从0xA1用到 0xF7，后面一个字节（低字节）从0xA1到0xFE，这样我们就可以组合出大约7000多个简体汉字了

随着电脑的需求增加，就发展成了GB2312和GB18030,连中国的少数民族的文字也写进去了

这个时候重点来了，各个国家都有着自己的一套编码，不能很好地交流，就出现了Unicode编码的一个雏形
正在这时，大天使加百列及时出现了——一个叫 ISO（国际标准化组织）的国际组织决定着手解决这个问题。他们采用的方法很简单：废了所有的地区性编码方案，重新搞一个包括了地球上所有文化、所有字母和符号的编码！他们打算叫它"Universal Multiple-Octet Coded Character Set"，简称 UCS, 俗称 “UNICODE”。
UNICODE 是用两个字节来表示为一个字符，他总共可以组合出65535不同的字符，这大概已经可以覆盖世界上所有文化的符号。如果还不够也没有关系，ISO已经准备 了UCS-4方案，说简单了就是四个字节来表示一个字符，这样就可以有21亿个字符出来，等到银河系统一之后可能这个方案才会被使用。

本文仅做对Unicode编码的简单了解，如果您还想深究的话，可以查阅相关的资料