基本概念

• 二进制数据。计算机能够识别的数据，以字节为单位，一个字节有8位。例如：01101110 10110001 …。

• 字符。人类能够识别的符号。例如：符号”1“表示数字1， 符号A表示英文大写字母，符号”笔记“表示中文字。

• 字符集。由一组字符组成的字符集合。字符集中的字符一般具有相同的属性，比如中文字符集里面全是中文字符，ASCII字符集中包含字母数字及符号等。

• 编码。将人类能够识别的字符转换为计算机能够识别的二进制数据。

• 解码。将计算机能够识别的二进制数据转换为人类能够识别的字符。

• 码点。字符在字符集中的编号。用于文本存储。

• 位模式(内存编码)。码点在内存中编码值。因此，编码也就是将字符对应的码点转换为内存编码二进制数据的过程。用于内存中存储处理和网络传输。

• ASCII字符集。美国标准信息交换代码，包括字母、数字、常用符号和不可见的操作符号等128个符号，用一个字节表示码点，并且码点和位模式是同一个二进制数据。由于ASCII字符集定义的较早，后来定义的规范都会与他兼容。

• GB18030字符集。全称《 信息技术中文编码字符集》，是中文字符集标准。最新版本是GB18030-2022。GB18030有自己的码点和位模式(内存编码)。

• Unicode字符集。全称通用多字节编码字符集，把全世界所有语言的字符进行统一编码。Unicode的前128个字符和ASCII兼容。Unicode的位模式(内存编码)方案是UTF-8。

• UTF-8编码。UTF-8编码是可变长的，码点小的字符编码后字节少，码点大的字符编码后字节大。

编码转换