字符编码文章

字符编码文章

摘要

本文旨在讲解常见的字符编码，如：Unicode、UTF-8、GBK字符集，以及emoji。

起初计算机在美国发明，自然大家考虑的是如何表示英文，英语字母总共26个，加上特殊字符，用128个字符，一个byte即足以表示出来。这个就是大家所熟知的ASCII编码。对应关系很简单，一个字符对应一个byte。

但很快人们发现，其他非英语国家的文字远远超过ASCII码，不同国家推出了自己不同的编码方式，中国的gb2312就是我们国家自己推行的编码方式，这样下去每个国家都有自己的编码方式，来回转换太麻烦了；这时候大家当然想统一字符编码，这时候出现了新的编码方式，unicode编码方式，将编码统一，规定了每个字符对应的unicode码。