本周開始學(xué)習(xí)一些萬維網(wǎng)和計(jì)算機(jī)的基礎(chǔ)知識，了解網(wǎng)頁的發(fā)展和簡單了解計(jì)算機(jī)是如何儲存和解釋數(shù)據(jù)的。
正如方方老師所說：
首先你是程序員，然后才是前端
所以，字符和編碼是程序員的必修課。
字符與編碼的概念
首先，我們了解一下維基百科中關(guān)于字符編碼的定義：
字符編碼（英語：Character encoding）、字集碼是把字符集中的字符編碼為指定集合中某一對象（例如：比特模式、自然數(shù)序列、8位組或者電脈沖），以便文本在計(jì)算機(jī)中存儲和通過通信網(wǎng)絡(luò)的傳遞。
字集碼是把字符集中的字符編碼為指定集合中某一對象（例如：比特模式、自然數(shù)序列、8位組或者電脈沖），以便文本在計(jì)算機(jī)中存儲和通過通信網(wǎng)絡(luò)的傳遞。常見的例子包括將拉丁字母表編碼成摩斯電碼和ASCII。
其中，ASCII將字母、數(shù)字和其它符號編號，并用7比特的二進(jìn)制來表示這個(gè)整數(shù)。通常會額外使用一個(gè)擴(kuò)充的比特，以便于以1個(gè)字節(jié)的方式存儲。 ——維基百科
簡單而言，字符集是一定字符的集合，規(guī)定了字符對應(yīng)二進(jìn)制數(shù)字的表示，以便儲存在計(jì)算中。
編碼則是字符集和實(shí)際儲存數(shù)值之間的轉(zhuǎn)換關(guān)系。
編碼字符的來由
0和1
計(jì)算機(jī)作為機(jī)器，必須通電才能使用，由于電子器件只有開閉合兩種狀態(tài)，計(jì)算機(jī)中通過這兩種狀態(tài)可以表示為0和1，于是，0和1這樣的二進(jìn)制表示方式則成為是計(jì)算機(jī)數(shù)據(jù)儲存的基本表示。
我們可以將計(jì)算機(jī)想象成一個(gè)由眾多燈泡組合成的機(jī)器，數(shù)據(jù)則是由這些燈泡的開關(guān)組合排列表示而成。
我們知道了，在計(jì)算機(jī)內(nèi)部，所有的信息最終都表示為一個(gè)二進(jìn)制的字符串。每一個(gè)二進(jìn)制位（bit）都有0和1兩種狀態(tài)，八個(gè)二進(jìn)制位剛好能組合出256種狀態(tài)，這被稱為一個(gè)字節(jié)（byte），字節(jié)則被作為計(jì)算機(jī)信息計(jì)量的基本單位。一個(gè)字節(jié)可以表示出256種狀態(tài)，每一個(gè)狀態(tài)對應(yīng)一個(gè)符號，就是256個(gè)符號，從0000000到11111111。
01和英文的轉(zhuǎn)換——ACSII
由于數(shù)字并不能表示為其他語言，為了在計(jì)算機(jī)中表示出人們需要的信息，數(shù)字必須被轉(zhuǎn)換成其他的語言，于是就有了編碼需求。1967年，美國制定了一套字符編碼，對英語字符與二進(jìn)制位之間的關(guān)系，做了統(tǒng)一規(guī)定。這被稱為ASCII編碼，一直沿用至今。
ASCII碼一共規(guī)定了128個(gè)字符的編碼，比如空格"SPACE"是32（二進(jìn)制00100000），大寫的字母A是65（二進(jìn)制01000001）。這128個(gè)符號（包括32個(gè)不能打印出來的控制符號），只占用了一個(gè)字節(jié)的后面7位，最前面的1位統(tǒng)一規(guī)定為0。
收納更多的字符——Unicode
雖然英語下，128個(gè)字符已經(jīng)能夠表達(dá)完，但表達(dá)其他語言是不夠的。比如中文漢字，常用的漢字就超過3500個(gè)，于是一些國家和組織就決定自己制定編碼的標(biāo)準(zhǔn)。比如，我國有GBK，GB2312等字符集。
但是，問題來了，世界上存在多種編碼方式，同一組二進(jìn)制數(shù)字會根據(jù)編碼的不同被解釋成不同的符號，所以當(dāng)我們打開一個(gè)文本時(shí)，必須知道它的編碼方式，否則可能出現(xiàn)以錯(cuò)誤的方式解讀得到不正確的內(nèi)容。不知道大家是否也有同樣的經(jīng)驗(yàn)，小時(shí)候打開網(wǎng)頁時(shí)經(jīng)常會遇到亂碼的情況，這就是解讀時(shí)的編碼方式不正確導(dǎo)致的。
為了解決這個(gè)問題，由統(tǒng)一碼聯(lián)盟和國際標(biāo)準(zhǔn)化組織協(xié)作制定的通用字符集(Unicode)成為計(jì)算機(jī)領(lǐng)域重要的字符集，其意圖收納全世界所有的字符。截止2016年6月，已經(jīng)收納了超過12萬字符。Unicode為每一個(gè)字符而非字形定義唯一的代碼（即一個(gè)整數(shù)），以一個(gè)抽象的形式（數(shù)字）來處理字符，而視覺上的顯示，則交給其他軟件（瀏覽器、文字處理器）來處理。
為了更好的儲存——UTF-8
未完待續(xù)。。
