字符解码与编码

 一、什么是编码

编码是指信息从一种形式或格式转换为另一种形式或格式的过程。

在计算机中，编码，简而言之，就是将人能够读懂的信息（通常称为明文）转换为计算机能够读懂的信息。众所周知，计算机能够读懂的是高低电平，也就是二进制位（0，1组合）。

而解码，就是指将计算机的能够读懂的信息转换为人能够读懂的信息。

二、编码种类

• ASCII 占1个字节，只支持英文GB2312 占2个字节，支持6700+汉字
• GB2312 占2个字节，支持6700+汉字
• GBK GB2312的升级版，支持21000+汉字
• Shift-JIS 日本字符
• ks_c_5601-1987 韩国编码
• TIS-620 泰国编码

三、 Unicode的出现和演变

　　因为每个国家都有自己的一套的字符编码，当所制作的软件出到国外，软件无法正常显示，正是如此Unicode应运而生，它包含了全球的全部字符，称为万国码

Unicode主要起了两个作用：

1. 1. 支持全球的语言，统一编码。
   2. unicode包含了全球所有国家编码的映射关系

但是Unicode对于使用ACSII编码的软件不大友好，因为在ACSII编码中，一个英文字符只需要一个字节，而Unicode中需要两个字节才可以表示完，这样大大加大了在网络传输和储存的成本。

为了解决这个问题的出现，1992年出现了UTF-8（8-bit Unicode Transformation Format），节省网络传输和存储等节省空间

• UTF-8： 使用1、2、3、4个字节表示所有字符；优先使用1个字符、无法满足则使增加一个字节，最多4个字节。英文占1个字节、欧洲语系占2个、东亚占3个，其它及特殊字符占4个。
• UTF-16： 使用2、4个字节表示所有字符；优先使用2个字节，否则使用4个字节表示。
• UTF-32： 使用4个字节表示所有字符。

四、编码的转换

　　在出现Unicode和utf-8之前，每个国家都用着自己国家的编码，当Unicode和 utf-8出现后，我们并不能马上改变我们的代码，因为要改变的东西太多了，然后要让我们的软件被国外的使用，我们只有两条路可以走

1. 让国外的每台电脑装上我们国家的gbk的编码
2. 让我们的软件以utf-8编码

显然，第一条路不大好走，而第二种比较好实现。但是第二种只能针对新软件来操作，因为过去的软件已经再次以另一种方式操作会花费许多工程。但是我们可以把软件的数据从硬盘读到内存里，然后用Unicode表示，这样就可以解决问题了。