字符编码

   本文以REBOL为例进行说明。如下图所示：

 

 图1

    大多数在ASCII之后出现的编码都会以兼容于ASCII为目标，毕竟ASCII在英文世界是主流。在兼容于ASCII的情况下，能够使用Unicode所有的文字，就要使用变动长度的编码UTF-8。
    UTF-8编码遇到ASCII中的字符，会采用一个字节编码；遇到某些字符（包括欧洲一些国家的语言）采用两个字节编码；遇到某些文字（尤其中日韩文字）采用三个字节编码，甚至某些字符采用四个字节编码。

图2

    将内部格式转化为外部格式，成为编码（encoding）。将外部格式转化为内部格式，称为解码（decoding）。我们可以采用to-binary函数把文字编码成UTF-8，采用to-string把UTF-8解码成内部的UTF-16BE。

图3

（注意：ASCII码兼容于UTF-8）