編碼初始印象

我們在電腦上常見的字符，其本質(zhì)都是由一連串的0和1所構(gòu)成。這就像我們過去寫信，必須遵循大家都能理解的文字規(guī)則一樣，電腦處理字符轉(zhuǎn)換也需要一套既定的映射規(guī)則。比如ASCII，它是最基礎(chǔ)的，操作簡便，應(yīng)用廣泛。

計(jì)算機(jī)剛開始普及的時(shí)候，ASCII 編碼就已經(jīng)出現(xiàn)了。這個(gè)編碼最初是為英語量身打造的，僅包含256個(gè)字符，只需一個(gè)字節(jié)就能輕松存儲(chǔ)。在當(dāng)時(shí)的英語使用環(huán)境中，無論是辦公還是記錄信息，都非常適用。許多文檔和代碼都采用了這種編碼方式，極大地促進(jìn)了計(jì)算機(jī)技術(shù)的進(jìn)步。

編碼擴(kuò)展難題

隨著計(jì)算機(jī)在全球范圍內(nèi)的廣泛應(yīng)用，非英語國家的用戶也開始廣泛采用。電腦上需要展示各種語言，這就引發(fā)了問題。各個(gè)國家的語言文字種類繁多，原有的ASCII碼256個(gè)字符根本無法滿足需求，因此出現(xiàn)了各種擴(kuò)展字符集。當(dāng)擴(kuò)展集的字符數(shù)量超過256后，一個(gè)字節(jié)就無法表示了，不得不使用兩個(gè)字節(jié)來表示一個(gè)字符。

在亞洲眾多國家，廣泛使用漢字、韓文、日文等字符。若僅用一個(gè)字節(jié)存儲(chǔ)，顯然不夠。若按數(shù)字順序排列，系統(tǒng)在讀取時(shí)難以區(qū)分單個(gè)字符還是兩個(gè)字符，從而產(chǎn)生亂碼。這種情況給跨語言交流及計(jì)算機(jī)信息處理帶來了極大的困難。

編碼規(guī)則確定

要解決這個(gè)問題，必須確立編碼標(biāo)準(zhǔn)。確立規(guī)范后，系統(tǒng)便能明確每個(gè)編碼的具體意義。比如，規(guī)定0x81不是單獨(dú)的字節(jié)構(gòu)成字符，系統(tǒng)便會(huì)額外讀取一個(gè)字節(jié)，然后根據(jù)碼表找到相應(yīng)的字符。

這就如同制定交通法規(guī)，若繁忙的街道上缺乏秩序，必定會(huì)陷入混亂。一旦確立了編碼規(guī)范，計(jì)算機(jī)便能精確地識(shí)別和展示各類字符。遵循這些規(guī)則，各國語言文字的信息便能在電腦上精確無誤地展示和處理。

基本多語言平面

在編碼體系里，基本多語言平面（BMP）扮演著重要角色。它包括了從0000到ffff的所有碼點(diǎn)，這個(gè)范圍是我們?nèi)粘Ｊ褂弥凶铑l繁的。絕大多數(shù)我們使用的各種語言的字符都集中在這個(gè)平面之中。

在日常生活中，無論是瀏覽網(wǎng)頁還是手機(jī)聊天，我們接觸到的字符大多源自BMP格式。除了BMP，還有每65536個(gè)點(diǎn)構(gòu)成一個(gè)平面，總共有17個(gè)這樣的平面。但這些平面中存儲(chǔ)的字符多是一些不常用的生僻字和特殊符號(hào)。

不同編碼方式

Unicode編碼轉(zhuǎn)換成UTF-8有特定的步驟，那就是將碼點(diǎn)劃分為四個(gè)部分，并使用不同的編碼方法。比如，0000到007F這部分對應(yīng)的是標(biāo)準(zhǔn)ASCII，只用一個(gè)字節(jié)就能表示；而10000到10FFFF這部分則需要拆分成四份，每份用四個(gè)字節(jié)來編碼。通過這樣的編碼方式，可以適應(yīng)各種字符，滿足各種使用需求。

UTF-16編碼將所有字符固定在16位，這意味著它能表示最多65536個(gè)字符，涵蓋了BMP區(qū)域。盡管UTF-16有其優(yōu)點(diǎn)，但它存在一個(gè)顯著的缺點(diǎn)，那就是它不能兼容最初的ASCII編碼。因此，在電腦系統(tǒng)中，它對基礎(chǔ)ASCII字符的識(shí)別并不友好。

html

UTF - 16 細(xì)說

UTF-16編碼中存在代理對這一特性，這是因?yàn)閁nicode編碼范圍超出了FFFF，往上延伸時(shí)無法確保每個(gè)字符都能用兩個(gè)字節(jié)表示，所以需要按照特定規(guī)則轉(zhuǎn)換為四個(gè)字節(jié)。這樣的設(shè)計(jì)使得UTF-16的編碼過程相對復(fù)雜，但同時(shí)也能夠處理更多字符的編碼需求。

它雖非常見文件編碼，但在 JavaScript 中卻至關(guān)重要。其字符串在內(nèi)存中是以 UTF-16 編碼形式存在的。對于學(xué)習(xí)編程，尤其是前端開發(fā)，這部分知識(shí)不可或缺。掌握了它，才能更有效地處理字符串和展示各類文本信息。你是否對 UTF-16 有更深的理解了？不妨給這篇文章點(diǎn)贊，分享給需要的朋友，并在評論區(qū)談?wù)勀銓﹄娔X字符編碼的看法，以及在使用過程中是否遇到過編碼難題。