字符编码小结

最近想要用typedArray和sharedArrayBuffer，嗯，看完文档发现只有int、float的array，都是给数字的，那字符串咋搞？ 编码呗。 Ascii? utf-8？ 这玩意儿到底搞了啥？ 不清楚啊。 因此就翻了大佬们的一些博客学习了一下。

ASCII码

计算机里全部信息都是拿二进制位来存的(0,1)。 因此1个字节就能够存256种状态。ASCII码就把全部英文字符都划分在了32-127之间的状态里。 好比A在ASCII里就是65.

由于ASCII只规定到了127.只用了7位，因此规定第一位所有都为0.

Unicode

ASCII码解决了英文字符的问题，那其余字符咋办？ 好比法文，希腊文？ 欧洲各个国家就利用了ASCII没有用的第一位字符，本身搞了一堆体系，而后你用你的，我用个人。 因此邮件里会出现文案乱七八糟的状况。

怎么解决呢？要解决各搞各的，那就出一套统一的咯。因此就诞生了unicode。unicode给世界上全部的符号都赋予了一个编码。

那unicode是怎么容纳全部字符的呢？ 答案很简单，用更多的空间。。 比起ASCII码只用了7位，只须要一个字节，unicode可能会占到2个、3个、4个字节，甚至更多。

这么搞老美就不干了啊，个人英文字符一个字节就够了，你搞一套东西出来我要用加倍的空间去存，确定不划算啊。

UTF-8

为了解决上面的问题，大佬们又搞出了一套utf-8的实现。utf-8最大的特色就是，长度不固定，老美写的英文字符，用utf-8编码就只要1个字节，咱写的中文字符，就要多个字节。 而后对于1个字节的符号，第一位为0. n个字节的符号，第一个字节的前n位都为1，n+1位为0.后面字节的前两位都为10。 因此编码的时候，看到第一位为1的，就数数有几个1，有几个就占几个字节。

好比“双”字， unicode的值为53CC(1001001111001100)，根据上面的规则，转成utf-8就变成111010011000111110001100。

嗯，这么一搞，你们都开心了。。

参考文献

字符编码笔记：ASCII，Unicode 和 UTF-8

The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)