計算機(jī)剛誕生時，只能顯示數(shù)字，但我們現(xiàn)在可以在互聯(lián)網(wǎng)上看到各個國家的文字，甚至各種象形符號，但計算機(jī)只認(rèn)識0和1，這到底是怎么做到的？
計算機(jī)基本計量單位
bit
位，數(shù)據(jù)存儲的最小單位。在計算機(jī)中的二進(jìn)制數(shù)系統(tǒng)中，簡記為b，也稱為比特。每個0或1就是一個位(bit)?！?”是低電平，“1”是高電平，恰好代表了電路的兩種狀態(tài)。
byte
字節(jié)，簡記為B，是字符構(gòu)成的最小單位，1byte=8bit。歷史上字節(jié)長度曾基于硬件為1-48比特不等，最初通常使用6比特或9比特為一字節(jié)。今日事實(shí)標(biāo)準(zhǔn)以8比特作為一字節(jié)。
編碼表
計算機(jī)只認(rèn)識0和1，8個0或1組成一個字節(jié)，字節(jié)再組成字符，那么計算機(jī)就可以通過0和1表示各種字符了。字節(jié)到字符這個過程叫做編碼——把1個字節(jié)或多個字節(jié)映射成一個字符。編碼本來很簡單，設(shè)定一個編碼規(guī)則就可以，但由于各個國家的語言不同和歷史的原因，當(dāng)今存在很多種不同的編碼規(guī)則
ASCII[1]
American Standard Code for Information Interchange，美國信息交換標(biāo)準(zhǔn)代碼，使用的是計算機(jī)在美國發(fā)明的時候使用的編碼表——ASCII碼表。用一個字節(jié)的7位就可以表示，也就是能表示128個字符，對于只有26個字母的英語來說也夠用了。
IOS-8859-1[2]
當(dāng)計算機(jī)傳到歐洲時，歐洲所有語言顯然不止26個字母，ASCII這套編碼規(guī)則是不適用了。所以采用了編碼規(guī)則，又名拉丁碼表。IOS-8859-1也是單字節(jié)編碼，而且對ASCII向下兼容，也就是說，拓展了ASCII沒有利用的那1位，能表示256個字符。
GB2312和GBK
后來計算機(jī)來到中國，中華文化博大精深，漢字怎么也得有幾萬個吧，之前的ASCII和IOS-8859-1都是單字節(jié)編碼，單字節(jié)8位一共才能表示256個字符，顯然不夠用。所以中國國家標(biāo)準(zhǔn)總局1980年發(fā)布了信息交換用漢字編碼字符集——GB2312，GB2312是用雙字節(jié)編碼，兩個字節(jié)16位可以表示65536個字符。后來全國信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會制訂了漢字內(nèi)碼擴(kuò)展規(guī)范——GBK，對GB2312進(jìn)行了一次向下兼容的升級。同時GB2312和GBK也兼容ASCII，所以英文永遠(yuǎn)不會產(chǎn)生亂碼。
Unicode
Unicode又稱統(tǒng)一碼，它對世界上大部分的文字系統(tǒng)進(jìn)行了整理、編碼。需要注意的是，Unicode只是一個用來映射字符和數(shù)字的標(biāo)準(zhǔn)。它對支持字符的數(shù)量沒有限制，也不要求字符必須占兩個、三個或者其它任意數(shù)量的字節(jié)。
Unicode的實(shí)現(xiàn)方式不同于編碼方式。一個字符的 Unicode 編碼是確定的。但是在實(shí)際傳輸過程中，由于不同系統(tǒng)平臺的設(shè)計不一定一致，以及出于節(jié)省空間的目的，對 Unicode 編碼的實(shí)現(xiàn)方式有所不同。Unicode 的實(shí)現(xiàn)方式稱為 Unicode轉(zhuǎn)換格式（Unicode Transformation Format，簡稱為 UTF）。Unicode有多種實(shí)現(xiàn)方式，UTF-32、UTF-16、UTF-8等，其中UTF-8是最常用的一種。
UTF-8是一種可變長度字符編碼，也是一種前綴碼。它可以用來表示Unicode標(biāo)準(zhǔn)中的任何字符，且其編碼中的第一個字節(jié)仍與ASCII兼容。關(guān)于UTF-8的編碼規(guī)則可以看這里
