編程必備基礎知識|計算機組成原理篇(06)：計算機的字符與編碼集

計算機基礎方面的知識，對於一些非科班出身的同窗來說，一直是他們心中的痛，而對於科班出身的同窗，不少同窗在工做以後，也意識到自身所學知識的不足與欠缺，想回頭補補基礎知識。關於計算機基礎的課程不少，內容繁雜，但不管是相關書籍仍是大學課程，都有點脫離工做。特別地，計算機基礎知識體系龐雜，想要從零學習或者複習都耗時耗力。

有鑑於此，本系列文章將帶你更快的補足編程必備基礎知識，涵蓋計算機領域三大基礎知識：計算機組成原理、操做系統、計算機網絡，這些都是大學計算機課程裏面最重要的內容。文章對這些內容作了提煉和總結，摒棄了做爲程序員不須要掌握的知識。

目的是：

• 幫助你們造成計算機知識的結構體系
• 幫助你們理解計算機底層原理
• 幫助你們在工做實踐中借鑑其中的優秀設計

本篇是計算機組成原理之計算機的字符與編碼集。

歡迎關注、轉發、收藏、評論

字符編碼集的歷史

ASCII碼

對於ASCII碼，相信你們在平時的學習、工做中都有所瞭解。

ASCII碼，英文全稱爲：American Standard Code for Information Interchange，翻譯過來就是：美國信息交換標準代碼，是咱們日常經常使用的一種編碼。那它是怎麼來的呢？

在計算機中，全部的數據在存儲和運算時都要使用二進制數表示（由於計算機用高電平和低電平分別表示1和0），例如，像a、b、c、d這樣的52個字母（包括大寫）以及0、1等數字還有一些經常使用的符號（例如*、#、@等）在計算機中存儲時也要使用二進制數來表示，而具體用哪些二進制數字表示哪一個符號，固然每一個人均可以約定本身的一套（這就叫編碼），假如，對於字符a，比爾蓋茨想用0001來表示，而喬布斯想用0010來表示，那麼他們在溝通交流的時候誰都沒法理解對方的語言。所以，爲了計算機可以互相通訊而不形成混亂，就必須使用相同的編碼規則，因而美國有關的標準化組織就出臺了ASCII編碼，統一規定了上述經常使用符號用哪些二進制數來表示。

標準ASCII碼也叫基礎ASCII碼，使用7個比特位來表示全部的大寫和小寫字母，數字0到九、標點符號，以及在美式英語中使用的特殊控制字符，共定義了128（2的7次方）個字符。

下面咱們經過一張表來了解部分ASCII碼。

表中列出了常見字符的ASCII碼，如：字母a表示爲0110000一、字符（不是數字哦~）1表示爲00110001... ...

在計算機的早期，ASCII碼就能知足特定人羣的使用了，可是，隨着計算機的發展以及計算機的廣泛性，ASCII碼逐漸不能知足人們的使用需求，好比一些數學符號以及一些國家的符號都沒法表示。因而，人們對ASCII碼進行了擴充，用8個比特位來表示一個字符，這就是拓展的ASCII碼，拓展的ASCII碼能表示256個字符。

Extended ASCII碼

以下圖，是拓展的ASCII碼錶。

這裏麪包括了常見的數學運算符、帶音標的歐洲字符以及其餘經常使用符號、表格符號等。使用了拓展的ASCII碼極大的補充了原來的碼錶，使得計算機能表達的內容愈來愈豐富。

字符編碼集的國際化

隨着計算機的進一步發展，愈來愈多的國家加入到了使用計算機的行列中，對字符編碼集的要求也愈來愈高。對於歐洲、中亞、東亞、拉丁美洲等國家來講，它們的語言豐富多樣，體系不同，不以有限字符爲組合，尤爲以中國、韓國、日本等的語言最爲複雜，ASCII碼錶根本沒法表達這些語言，這就迫切須要使用新的編碼集，也就是字符編碼集的國際化。

中文編碼集

GB2312

GB2312是1980年制定的中國漢字編碼國家標準，是我國最先最完備的一個編碼集，一共收錄了7445個字符，包括6763個漢字和682個其餘字符，一個漢字佔用兩個字節。

GBK

因爲GB2312不符合國際標準，中國的科學家在1995年推出了第二套完備的編碼集——GBK，GBK向下兼容GB2312，向上支持國際ISO標準，收錄了21003個漢字，支持所有中日韓漢字。

GB2312和GBK都是比較完備的編碼集，可是，它們只是一個本地化的編碼，在中國使用是沒問題的，但要跨國使用就有問題了。舉個例子，一箇中國人開發了一個網站，一個外國友人訪問了這個網站，若是他們本地沒有安裝GB2312編碼集或GBK編碼集的話， 那麼他們在訪問網站網頁的時候看到的會是亂碼。所以，就須要一個全球統一的編碼規範。

Unicode

爲了統一全部文字的編碼，Unicode應運而生。Unicode是一個兼容全球的字符集，定義了世界通用的符號集，能夠表達全世界全部的文字和字符。Unicode把全部語言都統一到一套編碼裏，這樣就不會再有亂碼問題了。

咱們平時用的UTF-8是其中一個編碼規則，它以字節爲單位對Unicode進行編碼，日常寫代碼的時候都是推薦使用UTF-8編碼。中文Windows操做系統默認使用GBK編碼，所以，使用IDE編程時一般要設置成UTF-8編碼。

END