編碼的發(fā)展史：

一開始計(jì)算機(jī)只在美國使用。8位的字節(jié)可以組合出256種不同的狀態(tài)。他們將0到32種狀態(tài)規(guī)定為”控制碼“，后來又用其中32號以后的狀態(tài)表示空格、標(biāo)點(diǎn)符號、數(shù)字和大小寫字母。這樣一直編到了127號狀態(tài)。這樣計(jì)算機(jī)就可以用不同字節(jié)來存儲英文的文字了。這種指定某個狀態(tài)為某個動作或者符號的過程稱為編碼。而以上的方案的編碼稱為ASNI的ASCII編碼（ASCII: American Standard Code for Information Interchange, 美國信息互換標(biāo)準(zhǔn)代碼）。當(dāng)時世界上所有的計(jì)算機(jī)都是用同樣的ASCII方案來保存英文字。

后來歐洲各地都開始使用計(jì)算機(jī)，但是很多國家是英用的不文。于是各國人民決定用127號之后的空位來表示新的字母、符號。ASCII從127個擴(kuò)展到255個。至此，8位的字節(jié)所有狀態(tài)都用了，沒有新的狀態(tài)可以用了。

等到中國人們得到計(jì)算機(jī)，已經(jīng)沒有可以利用的字節(jié)狀態(tài)來表示漢字了。更何況中國有6000多個常用漢字需要編碼。這個難不倒中國人。我們不客氣的將127號之后的奇葩符號直接取消掉，并且規(guī)定：一個小于127的字符的意義與原來相同，但兩個大于127的字符連在一起是，就表示一個漢字，前面一個字節(jié)（即高字節(jié)）從0xA1用到0xF7,后面一個字節(jié)（低字節(jié)）從0xA1到0xFE，這樣就可以組合出大約7000多個簡體漢字了。其中，還包括數(shù)學(xué)符號、羅馬希臘字母、日本的假名，在ASCII里本來就有的數(shù)字、標(biāo)點(diǎn)、字母都重新編了兩個字節(jié)長的編碼。兩個字節(jié)長的字符常稱為”全角“字符， 而原來127號以下的字符常稱為”半角“字符。這種ASCII的漢字?jǐn)U展方案叫做”GB2313“

后來中國人還是覺得不夠，于是就干脆不要要求低字節(jié)一定是要大于127的內(nèi)碼。而規(guī)定只要高字節(jié)大于127，低字節(jié)可以取盡0-255. 結(jié)果又增加了近20000個新的漢字和符號。而這種編碼方案稱為”GBK“，它包含了”GB2312“的所有內(nèi)容。后來少數(shù)民族也用電腦了，于是我們再擴(kuò)展，GBK擴(kuò)成了GB18030.

中國自己擴(kuò)展了ASCII，其他國家也自己擴(kuò)展了ASCII。結(jié)果是相互之間誰也不懂誰的編碼，誰也不支持誰的編碼。這樣一旦中國要顯示印度的文字，就是一片亂碼。而且還有那些一時用不上電腦的窮苦人民，他們的文字怎么辦？

百亂之中, ISO(國際標(biāo)準(zhǔn)化組織)著手解決這個問題。他們的方法：廢了所有的地區(qū)性編碼方案，重新搞一個包括地球上所有文化、所有字母和符合的編碼。它叫”UNversal Multiple-Octet Coded Character Set“, 俗稱”UNICODE“。Unicode開始制訂時，計(jì)算機(jī)的存儲器容量已經(jīng)極大的發(fā)展了，空間再也不成問題。于是ISO就直接規(guī)定必須用兩個字節(jié)（16位）來統(tǒng)一表示所有字符。對于ASCII里的前127個字符，Unicode保持其編碼不變，只是在其前面加8個零，擴(kuò)展為16位。而其他文化的語言字符則全部重新統(tǒng)一編碼。

Unicode到來了，那么Unicode如何在網(wǎng)絡(luò)上傳輸就變成了一個必須解決的問題。于是面向傳輸?shù)谋姸鄻?biāo)準(zhǔn)出現(xiàn)了。其中一種叫做utf-8, 8是指每次傳輸8位數(shù)據(jù)。Unicode到utf-8的轉(zhuǎn)變的規(guī)則，下面來介紹。

Unicode向utf-8轉(zhuǎn)換的規(guī)則：

Unicode	utf-8
0000 - 007F	0xxx xxxx ?
0080 - 07FF	110x xxxx 10xx xxxx
0800 - FFFF	1110 xxxx 10xx xxxx 10xx xxxx

?如上表舉例，”漢“字的Unicode編碼是6c49，在800-FFFF之間，寫成二進(jìn)制的話是：0110 1100 0100 1001. ?將這16位二進(jìn)制從左到右依次填入1110 xxxx 10xx xxxx 10xx xxxx 的x中， 得到：?1110-0110 10-11 0001 10-00 1001， 即E6 B1 89.?

?

轉(zhuǎn)載于:https://www.cnblogs.com/haoshine/p/5076901.html

總結(jié)

以上是生活随笔為你收集整理的编码 Unicode utf-8的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。