目錄

前言：

字符與字符集：

字符集編碼的發(fā)展（時間順序）：

總結：

前言：

?????????你是否有好奇過文字是怎么在電腦中顯示出來的？為什么我們通過輸入法就可以輸入想要得到的文字？為什么我們粘貼有些網站的文字，復制到自己的電腦上就成亂碼？為什么我們有的時候打開編譯器之后，里面的注釋成了亂碼？這一切都和字符集有關，因此我們今天來為大家講解一下字符集編碼。

字符與字符集：

? ? ? ? ? ? ? ? 人類世界有海量的文字，這些文字可以被刻在石頭上，墻壁上，竹筒上。這一個個符號都是字符，很遺憾這些文字計算機都讀不懂，而我們把字符組成的集合就叫做字符集。在以前的幾十年內，大家都在搜尋一個方法讓計算機可以識字，而計算機是0和1的世界，因此我們想出了一個辦法：用一個特定的二進制數(shù)字代表一個特定的字符。這樣不就實現(xiàn)了字符在計算機中的表示，字符集編碼應運而生！

字符集編碼的發(fā)展（時間順序）：

???????????ASCII（American Standard Code for Information Interchange，美國信息交換標準代碼）是最早的字符集編碼方案之一，它定義了一組128個字符及其對應的7位二進制編碼。ASCII字符集包含了英文字母（大寫和小寫）、數(shù)字、標點符號、控制字符（例如換行符、回車符）和一些特殊符號（例如美元符號、百分號等）。

ASCII表展示：

?眾所周知計算機存儲數(shù)據(jù)的基本單位是字節(jié)，而一個字節(jié)由八個二進制位組成，也就是八個比特（bit），每個比特有0 和 1 兩種狀態(tài)，因此一個字節(jié)一共有 256 種不同的二進制狀態(tài)，也就是最多可以存儲256個不同的字符。

而隨著各國都逐漸進入信息化時代，這128個字符顯然不夠用了，一個字節(jié)有256種狀態(tài)，而初代的ASCII碼只占用了128種狀態(tài)，因此西歐的國家聯(lián)合起來，搞了EASCII碼。

????????EASCII（Extended AS而CII）概念涌現(xiàn)于計算機發(fā)展的早期，旨在為ASCII字符集增加更多的字符和符號，超出了原始的128個字符。EASCII對ASCII字符集進行了自定義的擴展，使它能夠適應更多地國際字符需求和特殊用途。

擴展字符通常包括特殊符號、非拉丁字符、貨幣符號、輔助標點符號以及其他語言的字母、符號和標點符號等。擴展ASCII字符集的具體范圍和定義不是標準化的，因此可能會因不同的計算機系統(tǒng)和編碼方案而有所不同。

而正如我們前面說到的：擴展ASCII字符集的具體范圍和定義不是標準化的，因此可能會因不同的計算機系統(tǒng)和編碼方案而有所不同。此時各國都制定了自己的擴展ASCII字符集，都有自己獨特的后128位表示，一共搞出了兩百多種擴展ASCII表，此時字符集編碼迎來了一個混亂的紀元：一個二進制數(shù)字在不同的字符集編碼中對應的字符也不同，哪怕是同一份文本，放到不同的計算機中打開，顯示的內容也可能不同。

這種混亂的紀元一直持續(xù)到 中日韓 進入信息化時代迎來爆發(fā)

原因很簡單：這三個國家的字實在是太多了，一個字節(jié)的256種狀態(tài)已經無法滿足人們的正常需求了

我們以中國做簡單的例子講解：

1980年中國統(tǒng)計的常用漢字為6763個漢字，因此我們推出了我們自己的字符集：

GB2312-80

????????GB2312-80是中華人民共和國國家標準GB 2312-1980的簡稱。它是一種漢字字符集編碼方式，由6763個常用漢字和682個非漢字符號組成，共計7445個字符。GB2312-80取代了GB2312-80之前使用的GB2312-80編碼，成為計算機上最常用的中文字符集之一。它以雙字節(jié)編碼形式表示漢字，每個漢字由一個區(qū)號和一個位號組成。GB2312-80的字符編碼范圍被廣泛應用于計算機系統(tǒng)、操作系統(tǒng)、數(shù)據(jù)庫、通信協(xié)議等領域，為中文信息處理提供了基礎支持。

正是因為我們的漢字字符集太多，因此使用了兩個字節(jié)的空間，這也就是為什么中文的"，"要比英文的”,“看起來更加寬的原因。

??GB2312-80截選展示

?而此時雖然我們有了自己的字符集，但是仍然無法滿足日常的需求，因此會出現(xiàn)一些地區(qū)上戶口的時候，因為名字中含有生僻字，電腦識別不了打不出來而被迫改名的情況。

而隨著中日韓三國對于字符集編碼的瘋狂擴展，微軟也開始重視起來了這個問題。最終推出了：

GB2312

而我們國家對此再做了優(yōu)化，補充了一些繁體字后，推出了漢字內碼擴展規(guī)范：GBK?

GBK（Guojia Biaozhun Kuozhan，國家標準擴展）是在GB2312的基礎上進行擴展而來的字符集編碼方案。GBK于1995年發(fā)布，使用雙字節(jié)編碼，但擴展了GB2312中未包含的很多生僻字和繁體字，以及包括繁體字在內的其他語種的字符。

因此，可以說GBK是GB2312的一個擴展版本，它在GB2312的基礎上增加了更多的字符，使得可以更好地滿足多種語言的需求。

需要注意的是，盡管GB2312和GBK都是被廣泛用于簡體中文編碼的字符集，但它們并不兼容于Unicode或UTF-8等國際化的字符集編碼方案。為了更好地支持多語言和國際化，后來出現(xiàn)了更先進的字符集編碼方案，如GB18030。

而進行到這里，海量的字符集編碼為人類計算機交流帶來的苦難，已經讓人叫苦不得，因此建立一個統(tǒng)一的字符集編碼變成了眾望所歸。

??UNICODE（萬國碼）?

UNICODE（萬國碼）是一種用于表示世界上幾乎所有字符的字符集編碼方案。它的目標是為所有的書寫系統(tǒng)和符號提供一個統(tǒng)一的編碼標準，以便在計算機系統(tǒng)中進行交換、存儲和處理。

它的優(yōu)勢在于統(tǒng)一了字符的編碼方案，使得不同語言、不同符號可以在同一個系統(tǒng)上相互兼容。UNICODE使用了32位的編碼空間，可以表示超過100萬個不同的字符。

最常見的UNICODE編碼方案是UTF-8（Unicode Transformation Format 8-bit），它是一種可變長度的編碼方式，可以使用1至4個字節(jié)來表示不同的字符。UTF-8通過自適應字節(jié)序列來支持各種語言和字符，因此在互聯(lián)網和計算機系統(tǒng)中得到廣泛應用。

除了UTF-8，還有其他的UNICODE編碼方案，如UTF-16和UTF-32，它們使用固定長度的編碼方式，分別使用16位和32位來表示字符。這些編碼方案主要用于特定領域或特殊需求中。

萬國碼節(jié)選圖片：

而萬國碼的收錄方式也埋下了一個很大的坑，甚至到現(xiàn)在還在被別有用心的人利用的案例。但在這里我們不做介紹，感興趣的人可以自行了解。

而現(xiàn)在有的軟件還在默認使用GBK編碼，當我們嘗試用這個軟件打開一個使用UNICODE編碼的字符集的時候，自然就會出現(xiàn)亂碼。

而字符集發(fā)展到UNICODE階段，基本上痛點問題已經被解決，而隨著越來越多的軟件適配UNICODE，我們的字符亂碼事件也會越來越少。

關于字符集的介紹就到這里了。

那么回到開頭那個問題：為什么你從某些網站上面復制的文字，粘貼下來就成了亂碼呢？

答案呼之欲出，其實就是這個網站設計了自己的一套字符編碼，例如他們的”對“字所對應的編碼，實際上在你的字符集編碼中對應的是“顥”字，而這樣大量的文字粘貼，也就成了一大堆亂碼。

總結：

? ? ? ? 本文我們?yōu)榇蠹医榻B了計算機中的一個趣味知識：字符集編碼。我們很幸運沒有經歷過那個字符表編碼混戰(zhàn)的年代。講解字符碼發(fā)展的歷史，我們一路從字符碼的初代ASCII一直講到今天廣泛應用的UNICODE，不知道你在使用這些字符編碼的時候，是否也會想到人類為此付出的努力呢？

如果我的內容對你有幫助，請點贊，評論，收藏。創(chuàng)作不易，大家的支持就是我堅持下去的動力！

文章來源地址http://www.zghlxwxcb.cn/news/detail-621653.html

到了這里，關于【知識點隨筆分享 | 第二篇】眾多的字符集的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！