​什么是计算机编码

什么是计算机编码

计算机编码有很多，编码不统一会乱码。下面带你走进计算机编码，了解编码的本质和由来，帮助新手程序员更好的解决文件乱码问题。

说到计算机编码，首先我们聊一下计算机编码的来源：我们很多人都应该知道，计算机只能识别1和0，也就是说计算机只能处理二进制的数据，比如101010101这样的数据。

为了让计算机去识别其他数据，比如比如0-9，a-z,A-Z,等等一些字符，我们是需要制定一套规则来表示的，比如A用1110来表示，B用1111来表示，制定了这样的规则后，计算机就可以去实现识别其他字符了。那么这套规则就叫做计算机编码。

所以计算机编码就是计算机2进制数字和其他字符的映射的关系。

下面我们就来聊一下计算计中常见的计算机编码：

1、ASCII码

最开始，美国国家标准协会制定了一种编码，称为ASCII码。

这种编码方式是用一个字节（8位数二进制）来表示一个字符，理论上共可以表示2^8=256个字符。因为美国国家语言是英语，只要能表示0-9，a-z，A-Z，特殊符号就可以了。所以这种编码对美国等使用英语的国家是非常适用的。

2、ANSI编码

但是对于其他国家来说，比如中国，我们的汉字数量是非常多的，256个字符完全不够用，所以很多国家为了显示本国的语言，都对ASCII编码进行了扩展，使用2个字  节进行表示（16位二进制数，理论上可以表示2^16=65536个字符），统称为ANSI编码，这其中有：

GB2312：中国的GB2312码，它包括了6763个汉字，600多个字符。

GBK ：后来为了一些罕见的字符，我们国家有对GBK2312进行了扩展，用来显示罕见的，古汉语汉字(已经收录了2.1万个,K的含义就是扩展的意思）

JIS ：日本的 JIS码

BIG5 ：台湾的BIG5（繁体字）

等等…

3、Unicode码

后来为了解决传统的字符编码方案的局限性，和兼容性问题，产生了Unicode编码，它用4个字节（32位二进制）表示一个字符，解决了兼容性问题，虽然想法很不错，但是效率太低。

4、utf-8码

是一种针对unicode的可变长度的字符编码，可以说是对Unicode码的改进，又称为万国码。比如a-z用一个字节表示，但是汉字用3个字节表示。既减少了长度，又保证了兼容性。

结束语：所以utf8成为了我们现在使用最多的一种编码方式！