為什么需要字符編碼

1.

計算機(jī)一開始發(fā)明出來時是用來解決數(shù)字計算問題的，后來人們發(fā)現(xiàn)，計算機(jī)還可以做更多的事，例如文本處理。

但計算機(jī)其實挺“笨”的，它只“認(rèn)識”010110111000…這樣由0和1兩個數(shù)字組成的二進(jìn)制數(shù)字，這是因為計算機(jī)的底層硬件實現(xiàn)就是用電路的斷開和閉合兩種狀態(tài)來表示0和1兩個數(shù)字的。因此，計算機(jī)只可以直接存儲和處理二進(jìn)制數(shù)字。

2.

為了在計算機(jī)上也能表示、存儲和處理像文字、符號等等之類的字符，就必須將這些字符轉(zhuǎn)換成二進(jìn)制數(shù)字。

當(dāng)然，肯定不是我們想怎么轉(zhuǎn)換就怎么轉(zhuǎn)換，否則就會造成同一段二進(jìn)制數(shù)字在不同計算機(jī)上顯示出來的字符不一樣的情況，因此必須得定一個統(tǒng)一的標(biāo)準(zhǔn)進(jìn)行轉(zhuǎn)換。

于是就設(shè)計出了進(jìn)行這種轉(zhuǎn)換的標(biāo)準(zhǔn)——字符編碼標(biāo)準(zhǔn)。

字符編碼標(biāo)準(zhǔn)的演變

1.

字符編碼標(biāo)準(zhǔn)實際上經(jīng)歷了如下三個階段的演變過程：

① ASCII編碼標(biāo)準(zhǔn)階段 → ② ANSI編碼標(biāo)準(zhǔn)階段 → ③ Unicode/UCS編碼標(biāo)準(zhǔn)階段。

在第一個階段的ASCII編碼標(biāo)準(zhǔn)階段，ASCII編碼標(biāo)準(zhǔn)主要適用于美國(與美國同文的英國大致上也適用)。

后來計算機(jī)發(fā)展到歐洲各國以及世界各地，開始發(fā)展到了作為第二階段的ANSI編碼標(biāo)準(zhǔn)階段，各個國家和地區(qū)先后各自制定了既兼容ASCII但又互不兼容的ANSI編碼標(biāo)準(zhǔn)。

ANSI編碼標(biāo)準(zhǔn)階段的各自為政，為世界各個國家和地區(qū)基于計算機(jī)的信息交流帶來了極大的不便，痛定思痛之余，終于通過Unicode/UCS編碼標(biāo)準(zhǔn)的制定發(fā)展到了第三階段，最終Unicode編碼標(biāo)準(zhǔn)勝出。

EBCDIC碼與ASCII碼

1.

最開始設(shè)計出來的字符編碼標(biāo)準(zhǔn)實際上并非ASCII編碼標(biāo)準(zhǔn)，而是EBCDIC編碼標(biāo)準(zhǔn)。EBCDIC，是Extended Binary Coded Decimal Interchange Code(即擴(kuò)展二進(jìn)制編碼的十進(jìn)制交換碼)的縮寫。

EBCDIC碼是由國際商用機(jī)器公司(即IBM)為大型機(jī)操作系統(tǒng)而開發(fā)設(shè)計的，于1964年推出。

在EBCDIC碼中，英文字母不是連續(xù)排列的，中間出現(xiàn)多次斷續(xù)，這帶來了一些困擾和麻煩。

因此，在后來IBM的個人計算機(jī)和工作站操作系統(tǒng)中并沒有采用EBCDIC碼，而是采用了晚于EBCDIC碼推出、且后來成為了英文字符編碼工業(yè)標(biāo)準(zhǔn)的ASCII編碼標(biāo)準(zhǔn)。

2.

ASCII碼(American Standard Code for Information Interchange美國信息交換標(biāo)準(zhǔn)碼)，由美國國家標(biāo)準(zhǔn)學(xué)會ANSI(American National Standard Institute)于1968年正式制定。

之后，ASCII編碼標(biāo)準(zhǔn)又于1972年被ISO/IEC采用，制定為ISO/IEC 646標(biāo)準(zhǔn)(ISO，即國際標(biāo)準(zhǔn)化組織International Standardization Organization，成立于1946年；IEC，即國際電工技術(shù)委員會International Electrotechnical Commission，成立于1906年；ISO/IEC往往用來表示由這兩大國際組織聯(lián)合制定的標(biāo)準(zhǔn))。因此，ISO/IEC 646(常簡稱為ISO 646)與ASCII指的是同一個編碼標(biāo)準(zhǔn)。

由于ASCII碼要晚于EBCDIC碼出現(xiàn)(網(wǎng)上也有文章說是ASCII碼要早于EBCDIC碼開始設(shè)計，但1968年ASCII碼才正式確定為標(biāo)準(zhǔn))，ASCII碼的編碼方式參照了EBCDIC碼，并吸取了其經(jīng)驗教訓(xùn)，將英文字母進(jìn)行了連續(xù)排列，這方便了程序處理。

3.

ASCII編碼標(biāo)準(zhǔn)雖然不是最早出現(xiàn)的字符編碼標(biāo)準(zhǔn)，但目前卻是最基礎(chǔ)、最重要、應(yīng)用最廣泛的字符編碼標(biāo)準(zhǔn)。

目前所通行的其他字符編碼標(biāo)準(zhǔn)，比如ISO-8859系列、GB系列(GB2312、GBK、GB18030、GB13000)、Big5、Unicode等等，均直接或間接兼容ASCII碼。

而像EBCDIC這樣與ASCII完全不兼容的編碼標(biāo)準(zhǔn)，基本上處于已淘汰或?qū)⒁蕴木车亍?/p>

ASCII字符編碼標(biāo)準(zhǔn)簡介

1.

ASCII碼使用七個二進(jìn)制數(shù)字(即比特)來表示一個字符，總共表示128個字符(2^7 = 128，二進(jìn)制編碼為0000 0000 ~ 0111 1111，對應(yīng)的十進(jìn)制就是0~127)。

由于目前計算機(jī)普遍采用8位作為一個字節(jié)來進(jìn)行存取與處理，因此剩下最高位的那1比特一般為0，但有時在一些通訊系統(tǒng)中也被用作奇偶校驗位。

2.

ASCII字符集共計有128個字符(見上表)，碼點(diǎn)編號(即字符編號)從0到127(二進(jìn)制為從0000 0000到0111 1111，十六進(jìn)制為從0x00到0x7F)，二進(jìn)制最高位都是0。其中：

• 0~31：不可顯示不可打印的控制字符或通訊專用字符，如0x07(BEL響鈴)會讓計算機(jī)發(fā)出嗶的一聲、0x00(NUL空，注意不是空格)通常用于指示字符串的結(jié)束、0x0D(CR回車)和0x0A(LF換行)用于指示打印機(jī)的打印針頭退到行首(即回車)并移到下一行(即換行)等；

注：?將這些用于控制或通訊的控制字符或通訊專用字符稱之為“字符”，感覺上似乎有點(diǎn)怪，實際上這些所謂的“字符”表示的其實是一種動作或行為，因此才既不可顯示也不可能打印。

• 32：可顯示但不可打印的空格字符；

?

• 33~126：可顯示可打印字符，其中48~57為0-9的阿拉伯?dāng)?shù)字，65~90為26個大寫英文字母，97~122為26個小寫英文字母，其余的是一些標(biāo)點(diǎn)符號、運(yùn)算符號等；

?

• 127：不可顯示不可打印的控制字符DEL。

3.

這時候的字符編解碼非常簡單，比如若要將字符序列編碼為二進(jìn)制流寫入存儲設(shè)備，只需要將該字符序列里的各個字符在ASCII字符集中的字符編號(即碼點(diǎn)編號)，直接以一個二進(jìn)制字節(jié)寫入存儲設(shè)備即可。

此時，字符編號就是字符編碼，中間不需要經(jīng)過特別的編碼算法進(jìn)行字符編號到字符編碼的轉(zhuǎn)換計算，更不存在所謂碼元序列到字節(jié)序列的轉(zhuǎn)換。

總結(jié)

以上是生活随笔為你收集整理的【转】刨根究底字符编码【2.0版】（3）：字符编码的由来、演变与ASCII码的全部內(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。