平常寫代碼的過程中，我們經常會碰到編碼的問題。什麼utf-8、GBK、GB2312一大堆編碼，有時候一個亂碼問題可以把一個程序員搞得奔潰。今天我們就捋一捋這些編碼的“前世今生”。

世界上第一台計算機是由美國人發明的。美國人采用的是英語，我們都知道英語都有26個字母，26個大小寫的字母再加上一些标點符号，數量是很小的。所以他們規定了一套編碼，這套編碼隻能存儲128個字符，這就是最早的計算機編碼：ASCII碼。ASCII碼中的每個字符都用8個bit位表示。例如A的8個比特位是01000001，轉換成10進制就是65。這8個比特位的最高位都是0，也就是最高位ASCII并沒有用到。

随着計算機的發展，歐洲的國家開始使用計算機，随着而來的問題也出現了。歐洲的一些語言并不想英語這麼簡單，在很多歐洲語言中，一些單詞有注音符号。這導緻128個ASCII字符遠遠不夠用。聰明的歐洲人決定啟用ASCII的最高位0，這樣一來就将ASCII擴展到了256位(2的8次方)，這就是ISO-8859的時代。在ISO-8859的時代，每個國家都規定了自己的ISO-8859。例如：西歐的ISO/IEC 8859-1、中歐的ISO/IEC 8859-2、南歐的ISO/IEC 8859-3、北歐的ISO/IEC 8859-4等等。但這些編碼中0-127表示的符号是一樣的，128-255這一段都是不一樣的。也就是說 ISO-8859是向下兼容ASCII的。

計算機發展的很迅速，很快傳入了亞洲，傳入了中國。中國的文字博大精深，光常用的漢字就多達幾千個，ASCII和ISO-8859顯然都是不适用的。所以聰明的中國人想到了一個辦法：用2個字節表示一個漢字。我們知道ASCII但是單字節的，1個字節可以表示256個字符，那兩個字節就可以表示256*256= 65536個漢字，這就基本可以滿足我們了，這就是最早的GB2312編碼。

GB2312中收錄了大概有7000個漢字，同時收錄了拉丁字母、希臘字母、日文平假名及片假名字母、俄語西裡爾字母在内的 682 個字符。

但是随着的問題有出現了。在GB2312使用的過程中發現一些生僻字無法處理，所以就出現了GBK。GBK設計兼容GB2312的，收錄了2萬多的漢字和圖形符号。包括：

• GB 2312 中的全部漢字、非漢字符号。
• BIG5 中的全部漢字。
• 與 ISO 10646 相應的國家标準 GB 13000 中的其它 CJK 漢字，以上合計 20902 個漢字。
• 其它漢字、部首、符号，共計 984 個。

為了進一步擴展編碼所能表示更多的漢字。信息産業部和國家質量技術監督局在2000年發布了GB 18030。GB 18030總共收錄了7萬多漢字，并且兼容GBK和GB2312。到這裡中國基本所有的漢字就可以在計算機中表示了。

随着各種字符集的出現，計算機越來越混亂，不同國家的計算機用的是不用的編碼，導緻誰也不懂誰的編碼。這時候unicode橫空出世。它的目标就是廢棄所有國家的字符集，采用統一的字符集編碼。它規定，一個字符必須用2個字節表示。對于ASCII碼中的規定保持不變，但是将8位擴展到16位，前8位用0表示，例如：00000000 01000001來表示大寫字母A，這對于西方國家而言，這就是對存儲空間的一種浪費。所以西方世界很難接受。

Unicode在很長的一段時間舉步維艱，難以推動。随着互聯網大風的席卷，為了解決字符在網絡傳輸的問題。針對Unicode的問題，出現了UTF系列，這裡最具代表性的就是UTF-8。UTF-8是目前在互聯網上使用最廣的編碼方式，它是對unicode的一種完美的實現方式。它是一種變長的編碼方式。它可以使用1~4個字節表示一個符号，根據不同的符号而變化字節長度，當字符在ASCII碼的範圍時，就用一個字節表示，保留了ASCII字符一個字節的編碼做為它的一部分，注意的是unicode一個中文字符占2個字節，而UTF-8一個中文字符占3個字節,從unicode到utf-8并不是直接的對應，而是要過一些算法和規則來轉換。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!