字符編碼小結

最近想要用typedArray和sharedArrayBuffer，嗯，看完文檔發現只有int、float的array，都是給數字的，那字符串咋搞？ 編碼唄。 Ascii? utf-8？ 這玩意兒到底搞了啥？ 不清楚啊。 因此就翻了大佬們的一些博客學習了一下。

ASCII碼

計算機裏全部信息都是拿二進制位來存的(0,1)。 因此1個字節就能夠存256種狀態。ASCII碼就把全部英文字符都劃分在了32-127之間的狀態裏。 好比A在ASCII裏就是65.

由於ASCII只規定到了127.只用了7位，因此規定第一位所有都爲0.

Unicode

ASCII碼解決了英文字符的問題，那其餘字符咋辦？ 好比法文，希臘文？ 歐洲各個國家就利用了ASCII沒有用的第一位字符，本身搞了一堆體系，而後你用你的，我用個人。 因此郵件裏會出現文案亂七八糟的狀況。

怎麼解決呢？要解決各搞各的，那就出一套統一的咯。因此就誕生了unicode。unicode給世界上全部的符號都賦予了一個編碼。

那unicode是怎麼容納全部字符的呢？ 答案很簡單，用更多的空間。。 比起ASCII碼只用了7位，只須要一個字節，unicode可能會佔到2個、3個、4個字節，甚至更多。

這麼搞老美就不幹了啊，個人英文字符一個字節就夠了，你搞一套東西出來我要用加倍的空間去存，確定不划算啊。

UTF-8

爲了解決上面的問題，大佬們又搞出了一套utf-8的實現。utf-8最大的特色就是，長度不固定，老美寫的英文字符，用utf-8編碼就只要1個字節，咱寫的中文字符，就要多個字節。 而後對於1個字節的符號，第一位爲0. n個字節的符號，第一個字節的前n位都爲1，n+1位爲0.後面字節的前兩位都爲10。 因此編碼的時候，看到第一位爲1的，就數數有幾個1，有幾個就佔幾個字節。

好比「雙」字， unicode的值爲53CC(1001001111001100)，根據上面的規則，轉成utf-8就變成111010011000111110001100。

嗯，這麼一搞，你們都開心了。。

參考文獻

字符編碼筆記：ASCII，Unicode 和 UTF-8

The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)