一篇文章让你搞懂字符编码

一、ASCII码

我们都知道在计算机内部，所有信息最终都是以二进制值表示，每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256种状态，而八个二进制位称为一个字节（byte）。所以说，一个字节一共可以用来表示256种不同的组合，每一个组合对应一个符号，就是256个符号，从00000000到11111111。

众所周知计算机又是美国人发明的，于是上个世纪60年代，美国就制定了一套字符编码，对英语字符和二进制位之间的关系做了统一规定。这个就是ASCII码，一直沿用至今。

ASCII码一共规定了128个字符的编码，这128个符号包括32个不能打印出来的控制字符和96个字符。比如空格SPACE是32（二进制00100000），大写的字母A是65（二进制01000001）。最后这128个字符编码只占用了一个字节的后面7位，最前面的一位统一规定为0。

二、非ASCII编码

英语用128个字符就够了，但是用来表示其他语言，128个字符是远远不够的。其它语言的一些符号就无法用ASCII码表示了。于是一些欧洲国家就决定，利用字节中闲置的最高位编入新的符号。这样一来，这些欧洲国家使用的编码体系可以表示最多256个符号。

但是，其他国家有其他不同的字符，因此哪怕他们都使用256个字符的编码方式，代表的字母却不一样。但是不管怎样，所有这些编码方式中0~127表示的字符都是一样的，不一样的只是128~255的这一段。

至于亚洲国家的文字，使用的字符就更多了，汉字就多达10万个左右。一个字节只能表示256种字符，肯定是不够的，所以就必须使用多个字节表达一