为什么要熟悉编码的本质？

1. 深入理解计算机软硬件知识
2. 深入理解计算机背后的语言

一、先来理解编码

1. 广义的理解：编码就是交流，目的是给事物赋予名称，要和加密区分开。

2. 常见的例子：我们使用的语言，文字，以及手语，盲文都是编码，还有经典的莫斯编码

   
   莫斯编码便记图

3. 意义：计算机处理声音，图像，视频等等都需要各自的编码

4. 原则：将简单短促的编码分配给使用频率较高的字母

5. 神奇的规律：两个不同的事物，只要经过适当组合，就可以表示所有类型的信息
   （这就是计算机的灵魂所在，复杂的电路和逻辑背后就是永恒且简洁的二进制）

二、致敬伟大的二进制

1. 奇妙的二进制：任何信息都能转化成两种或多种可能性的选择，因此就可以用二进制表示所有信息。

   
   奇妙的二进制

2. 怎么做到的：一个比特就代表两种情况，是或非。为了表示更多的情况就需要更多的比特，所能表示的情况数等于2的整数次幂

   
   以编码为例，如果要给26个字母编码的话，用5个比特就够了
3. 大思路：计算机中所有信息都是以比特流的形式存在

4. 字节：为了方便表示比特流，引入了字节的概念，请牢记1个字节（byte）=8个比特（bit）蟹蟹。另外由于4位二进制可以很方便的用一位16进制表示，因此我们一般就用两位16进制表示一个字节

   
   比如抓到的数据包就是将字符按ACSII编码然后以16进制表示，图中两位16进制表示一个字节

5. 进制转换：我们日常生活中使用的是以10为基数的数字系统，而理解二进制时要将2看作基数，逢2进位

   
   以2为基数的数字系统
   简单进制转换

三、我们是怎么使用编码的

如果你是一个生活在2003年的程序员，却不了解字符、字符集、编码和Unicode这些基础知识。那你可要小心了，要是被我抓到你，我会让你在潜水艇里剥六个月洋葱来惩罚你。
---------Joel Spolsky

首先编码定义了两件事：

1. 字节是怎么分组的，如8 bits或16 bits一组，这也被称作编码单元。

2. 编码单元和字符之间的映射关系。例如，在ASCII码中，十进制65映射到字母A上

   
   附上ASCII最好查的一张表，表示编码怎么映射到字符上

其次我们来看一下编码的历史

最早出场的就是 ASCII（美国信息交换标准码），其编码长度为7位，最多可表示128个编码，而一个字符要有8个比特，这样编码的话就会剩下一个比特位没有用，也就是从128到255的编码并没有被制定ASCII标准的人所规定，因此其它国家的人趁这个机会开始使用128到255范围内的编码来表达自己语言中的字符。例如，144在阿拉伯人的ASCII码中是گ，而在俄罗斯的ASCII码中是ђ。即使在美国，对于未使用区域也有各种各样的利用。IBM PC就出现了“OEM 字体”或”扩展ASCII码”，为用户提供漂亮的图形文字来绘制文本框并支持一些欧洲字符，例如英镑（£）符号。
这样一来ASCII码的问题在于尽管所有人都在0-127号字符的使用上达成了一致，但对于128-255号字符却有很多很多不同的解释，出于统一的目的，Unicode诞生了。

最后来看看Unicode的世界

1. 正确理解：Unicode就像一个电话本，标记着字符和数字之间的映射关系它对支持字符的数量没有限制，也不要求字符必须占两个、三个或者其它任意数量的字节。

2. 流行的编码方案：utf-8和utf-16

3. utf-8：在UTF-8中，0-127号的字符用1个字节来表示，使用和US-ASCII相同的编码（对ASCII的向后兼容）。只有128号及以上的字符才用2个，3个或者4个字节来表示，比如汉字一般会用3个字节来表示。因此，UTF-8被称作可变长度编码。