ASCII，Unicode ，UTF-8和其他

編程一開始最重要的是馬上的上手去做一個任務，那麼我們的這個任務就是你的學習的地方，遇到問題解決問題。可是計算機的知識體系已經有百年的歷史，前面的新東西還沒有完全的趕上，沒想到我的基礎也不是很牢。基礎越不牢，那麼你的遇到的問題也會越多，不過不用擔心，你慢慢的往前趕，時不時的回頭看，我想你只會越來越強。

最近上完微機原理這門課，對各種編碼搞得暈頭轉向。課都上完了，概念依舊沒有理清，最近在用Java寫通信和python寫唐詩生成器。編碼的問題出現的越來越多，我今天用了一個白天的時間把這個問題好好梳理了一遍，來這裡做分享。

一.一切的開始，ASCII

計算機是無法識別字母和符號的，他只能用數字來做處理，那麼此時ASCII碼孕育而生，所謂ASCII碼，就是將英文字母和常用符號用特定的數字去表達。

比如：

字母A用ASCII編碼是十進位的65，二進位的01000001；

字元0用ASCII編碼是十進位的48，二進位的00110000，注意字元0和整數0是不同的；

（1968年的ASCII表）

我們們可以這樣理解ASCII碼，她就是一個字典，是英文世界和計算機世界溝通的通道。這個通道讓一開始的溝通變順暢。就這樣計算機和程序員愉快的交流著。

可是隨著發展問題隨之而來。中文和其他世界的也要和計算機溝通，中文和其他的語言的的進入，那ASCII肯定是不夠的。我們知道，一個字母和符號是一個位元組，而一個漢字是兩個位元組。所以在中文輸入的時候，ASCII是不能用的。一時間，編碼的世界就像是進入了戰國，群雄四起，每個地方都在制定自己編碼規則。中國制定了GB2312編碼，用來把中文編進去。日本把日文編到Shift_JIS里，韓國把韓文編到Euc-kr里。編碼的世界混亂了。

二.分久必合

計算機的實質是交流，和任何人交。所以這個分亂規則肯定是不可以的。大家一商量，把所有的字元寫在一個規則下，這樣Unicode出生了。

Unicode包含我們現在可以用到的所有字元，Unicode也就出一個存下來所有符號的字典，重新擔當起計算機世界和人類世界的翻譯工作。

到這裡我再說一句，對於理解Unicode你將它要理解為字典。我們可以隨時把他當做的翻譯的依據。但是對於Unicode我們也是編碼的。其中一開始編碼方式是UCS-2。

一般的漢字是兩個位元組，所以大多的UCS-2用兩個位元組來表示，但是某些偏僻的漢字和符號用4個位元組。

可是表示的多也會產生問題。就是我用一個英文字元的時候，我只需要用一個位元組就可以存儲，那麼用Unicode這個字典進行轉化的時候。我們知道計算機的內存在以前是很稀缺的資源，所以這種浪費資源的事我們是不會幹的。

基於以上的問題UTF-8出現了

是的，我們為了讓內存佔用更加少，我們用另一種編碼方式，基於Unicode讓英文字元和符號佔有1個位元組。此時的漢子是佔3~6個位元組。所以在英文文檔中，用UTF-8是升空間的。還有一點值得注意，就是UTF-8和ASCII的編碼在英文和一些字元的表達上是一樣的。所以帶來的好處就是，在一些使用ASCII編碼的舊的系統和設備上，用UTF-8是可以繼續使用的。

我們來舉個例子：

有了對UTF-8的認識，那麼我們就對UTF-16（佔2個位元組）和UTF-32（佔4個位元組）這些編碼方式就理解了，一通百通。

來，我們梳理一下：

所謂的Unicode就是包含所有字元的字符集，解決了世界各地每個地方所用的編碼方式不一樣的尷尬，讓我們更好溝通。

所謂的UTF-8就是為了解決Unicode存在內存問題，將Unicode再次編碼的一種編碼方式。

三.其他的知識：

如果你是一個計算機小白來學編程，雖說可以一開始就可以上手編程，但是你的總會遇到一寫及其簡單的問題，然後難倒你。

比如：遇到①nr ②,if(x%2),③hi,%s,you have $%d%(cad,1000)的時候，你可能是有點迷惘的，那下面沒來解決這個問題。

<一>轉義字元

先說一個很有意思的事情，我有維基百科中文和百度百科查轉義字元時，一開始我竟然沒有看懂是什麼意思。這種繞口的概念我很不喜歡，所以我想用自己方式來說明白。

所謂轉義字元：就是由+字母或數字』組成的一個符號，當計算機接受到了這個符號，它就產生相應的動作。

這個是python的轉義字元表。其實在其他語言中大同小異，幾乎沒用變化。

小小舉個例子：如果我們的i=2的時候，我們就將輸出的「我是愛計算機」換行

if（i=2）{n system.out.print(我愛計算機n);n}n

<二>格式化字元

在計算機一開始的時候，假如我們要輸出一句話，裡面有變數和定量，為了將定量保持不變提高利用率。我們就將一句話變數所在的的地方，用格式化字元代替，來表示這一個變數所表示的類型。然後在輸出的時候，我們只需要將變數不足就好啦。

舉例：

yo,%s,i know you have %d house%(Anny,3)

其中%S表示字元串，也就是說，在%s所在的地方就是一個字元串。

同理，%d表示整數，所以%d所在的地方就是整數。

下面我列初格式化字元有哪些：

%s 字元串 (採用str()的顯示)

%r 字元串 (採用repr()的顯示)

%c 單個字元

%b 二進位整數

%d 十進位整數

%i 十進位整數

%o 八進位整數

%x 十六進位整數

%e 指數 (基底寫為e)

%E 指數 (基底寫為E)

%f 浮點數

%F 浮點數，與上相同

%g 指數(e)或浮點數 (根據顯示長度)

%G 指數(E)或浮點數 (根據顯示長度)

%% 字元"%"

把這些基礎寫了出來，是覺得就算是基礎有些人還是不會，所以我總結出了一起學習。基礎很重要，基礎越熟練，你走的越快。

{完}