关于编码的那些事儿

Posted 2022-09-01 main404

先从ASCll（美国信息交换标准码）开始，ASCII 码使用指定的7 位或8 位二进制数组合来表示128 或256 种可能的字符，包括数字、字母、控制字符等等，但是很显然无法对拥有几万个汉字进行编码，或者其他国家的文字进行编码，

由此产生了GB2312，BIG5,JS等各个国家的编码标准，在简体中文系统下，ANSI编码代表GB2312编码；在日文操作系统下，ANSI编码代表JS编码，（ANSI编码表示英文字符时用一个字节，表示中文用两个或四个字节），但是不同国家的ANSI并不兼容，

于是Unicode诞生（万国码），这是适用于全世界所有国家的字符码，不管是东方文字还是西方文字，一律用两个字节来表示，这就是Unicode。Unicode通常用两个字节表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以，但是这样效率不高，浪费空间，

于是UTF-8出现了，这是一种针对Unicode的可变长度字符编码，中文就用两个字节，其他符号就用一个字节