1、ASCII码

我们知道，在计算机内部，所有信息最终都表示为一个二制字符串。每一个二制位(bit)有0和1两种状态，因此八个二制位就可以组合出256种状态，这被称为一个字节(byte)。也就是说，一个字节一共可以用来表示256种不同状态，每一个状态对应一个符号，就是256个符号，从0000000到11111111。

上个世纪60年代，美国制定了一套字符编码，对英语字符与二制位之间关系，做了统一学做网站划定。这被称为ASCII码，一直沿用至今。

ASCII码一共学做网站划定了128个字符编码，学做网站好比空格“SPACE”是32(二制00100000)，大写字母A是65(二制01000001)。这128个符号(包括32个不能打印出来控制符号)，只占用了一个字节后面7位，最前面1位统一学做网站划定为0。

2、非ASCII编码网站建设公司、自助网站建设

英语用128个符号编码就够了，但是用来表示其他语言，128个符号是不够。学做网站好比，在法语中，字母上方有注音符号，它就无法用ASCII码表示。于是，一些欧洲国家就决定，利用字节中闲置最高位编入新符号。学做网站好比，法语中é编码为130(二制10000010)。这样一来，这些欧洲国家使用编码体系，可以表示最多256个符号。

但是，这里又网站制作泛起了新问题。不同国家有不同字母，因此，哪怕它们都使用256个符号编码方式，代表字母却不一样。学做网站好比，130在法语编码中代表了é，在希伯来语编码中却代表了字母Gimel (ג)，在俄语编码中又会代表另一个符号。但是不管怎样，所有这些编码方式中，0—127表示符号是一样，不一样只是128—255这一段。

至于亚洲国家文字，使用符号就更多了，汉字就多达10万左右。一个字节只能表示256种符号，肯定是不够，就免费申请网页网站建设公司、自助网站建设必需使用多个字节表达一个符号。学做网站好比，简体中文常见编码方式是GB2312，使用两个字节表示一个汉字，所以理论上最多可以表示256x256=65536个符号。

中文编码问题需要专文讨论，这篇笔记不涉及。这里只指出，虽然都是用多个字节表示一个符号，但是GB类汉字编码与后文Unicode和UTF-8是毫无关系。

3.Unicode

正如上一节所说，世界上存在着多种编码方式，免费做网站统一个二制数字可以被解释成不同符号。因此，要想打开一个文本文件，就免费申请网页必需知道它编码方式，否则用错误编码方式解读，就会网站制作泛起乱码。为什么电子邮件常常网站制作泛起乱码?就是因为发信人和收信人使用编码方式不一样。

可以想象，如果有一种编码，将世界上所有符号都纳入其中。每一个符号都给予一个独一无二编码，那么乱码问题就会消失。这就是Unicode，就像它名字都表示，这是一种所有符号编码。

Unicode当然是一个很大集合，现在规模可以容纳100多万个符号。每个符号编码都不一样，学做网站网站建设公司、自助网站建设好比，U+0639表示阿拉伯字母Ain，U+0041表示英语大写字母A，U+4E25表示汉字“严”。网页制作工具详细符号对应表，可以查询unicode.org，或者专门汉字对应表。

4. Unicode问题

需要注意是，Unicode只是一个符号集，它只学做网站划定了符号二制代码，却没有学做网站划定这个二制代码应该如何存储。

学做网站好比，汉字“严”unicode是十六制数4E25，转换成二制数足足有15位(100111000100101)，也就是说这个符号表示至少需要2个字节。表示其他更大符号，可能需要3个字节或者4个字节，甚至更多。

这里就有两个免费建网站严峻问题，第一个问题是，如何才能区别unicode和ascii?计算机怎么知道三个字节表示一个符号，而不是分别表示三个符号呢?第二个问题是，我们已经知道，英文字母只用一个字节表示就够了，如果unicode统一学做网站划定，每个符号用三个或四个字节表示，那么每个英文字母前都必然有二到三个字节是0，这对于存储来说是极大免费申请网页铺张，文本文件大小会因此大出二三倍，这是无法接受。

它们造成结果是：1)网站制作泛起了unicode多种存储方式，也就是说有许多种不同二制网站制作格局，可以用来表示unicode。2)unicode在很长一段时间内无法推广，直到互联网网站制作泛起。

5.UTF-8

互联网普及，强烈要求网站制作泛起一种统一编码方式。UTF-8就是在互联网上使用最广一种unicode实现方式。其他实现方式还包括UTF-16和UTF-32，建站系统不外在互联网上基本不用。重复一遍，这里关系是，UTF-8是Unicode实现方式之一。

UTF-8最大一个特点，就是它是一种变长编码方式。它可以使用1~4个字节表示一个符号，根据不同符号而变化字节长度。

UTF-8编码规则很免费网站申请简朴，只有二条：

1)对于单字节符号，字节第一位设为0，后面7位为这个符号unicode码。因此对于英语字母，UTF-8编码和ASCII码是相同。

2)对于n字节符号(n>1)，第一个字节前n位都设为1，第n+1位设为0，后面字节前两位一律设为10。剩下没有提及二制位，全部为这个符号unicode码。

下表总结了编码规则，字母x表示可用编码位。

Unicode符号范围 UTF-8编码方式

(十六制) (二制)

--------------------+---------------------------------------------

0000 0000-0000 007F 0xxxxxxx

0000 0080-0000 07FF 110xxxxx 10xxxxxx

0000 0800-0000 FFFF 1110xxxx 10xxxxxx 10xxxxxx

0001 0000-0010 FFFF 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

下面，网站制作仍是以汉字“严”为例，演示如何实现UTF-8编码。

已知“严”unicode是4E25(100111000100101)，根据上表，可以发现4E25处在第三行范围内(0000 0800-0000 FFFF)，因此“严”UTF-8编码需要三个字节，即网站制作格局是“1110xxxx 10xxxxxx 10xxxxxx”。然后，从“严”最后一个二制位开始，依次从后向前填入网站制作格局中x，多出位补0。这样就得到了，“严”UTF-8编码是“11100100 10111000 10100101”，转换成十六制就是E4B8A5。

6. Unicode与UTF-8之间转换

通过上一节例子，可以到“严”Unicode码是4E25，UTF-8编码是E4B8A5，两者是不一样。它们之间转换可以通过程序实现。

在Windows平台下，有一个最免费网站申请简朴转化方法，就是使用内置记事本小程序Notepad.exe。打开文件后，点击“文件”菜单中“另存为”命令，会跳出一个对话框，在最底部有一个“编码”下拉条。

里面有四个选项：ANSI，Unicode，Unicode big endian 和 UTF-8。

1)ANSI是默认编码方式。对于英文文件是ASCII编码，对于简体中文文件是GB2312编码(只针对Windows简体中文版，如果是繁体中文版会采用Big5码)。

2)Unicode编码指是UCS-2编码方式，即直接用两个字节存入字符Unicode码。这个选项用little endian网站制作格局。

3)Unicode big endian编码与上一个选项相对应。我在下一节会解释little endian和big endian涵义。

4)UTF-8编码，也就是上一节谈到编码方法。

选择完”编码方式“后，点击”网页制作工具保留“按钮，文件编码方式就立刻转换好了。

7. Little endian和Big endian

上一节已经提到，Unicode码可以采用UCS-2网站制作格局直接存储。以汉字”严“为例，Unicode码是4E25，需要用两个字节存储，一个字节是4E，另一个字节是25。存储时候，4E在前，25在后，就是Big endian方式;25在前，4E在后，就是Little endian方式。

这两个古怪名称来自英国作家斯威夫特《格列佛学做网站纪行》。在该书中，小人国里爆发了内战，免费建网站战役起因是人们争论，吃鸡蛋时网页制作工具毕竟是从大头(Big-Endian)敲开网站制作仍是从小头(Little-Endian)敲开。为了这件事情，前后爆发了六次免费建网站战役，一个皇帝送了命，另一个皇帝丢了王位。

因此，第一个字节在前，就是”大头方式“(Big endian)，第二个字节在前就是”小头方式“(Little endian)。

那么很企业网站制作天然，就会网站制作泛起一个问题：计算机怎么知道某一个文件到底采用哪一种方式编码?

Unicode规范中定义，每一个文件最前面分别加入一个表示编码顺序字符，这个字符名字做”零宽度非换行空格“(ZERO WIDTH NO-BREAK SPACE)，用FEFF表示。这正好是两个字节，而且FF比FE大1。

如果一个文本文件头两个字节是FE FF，就表示该文件采用大头方式;如果头两个字节是FF FE，就表示该文件采用小头方式。

8. 实例

下面，举一个实例。

打开”记事本“程序Notepad.exe，新建一个文本文件，内容就是一个”严“字，依次采用ANSI，Unicode，Unicode big endian 和 UTF-8编码方式网页制作工具保留。

然后，用文本免费做网站编纂软件UltraEdit中”十六制功能“，观察该文件内部编码方式。

1)ANSI：文件编码就是两个字节“D1 CF”，这免费创建网站恰是“严”GB2312编码，这也暗示GB2312是采用大头方式存储。

2)Unicode：编码是四个字节“FF FE 25 4E”，其中“FF FE”表明是小头方式存储，真正编码是4E25。

3)Unicode big endian：编码是四个字节“FE FF 4E 25”，其中“FE FF”表明是大头方式存储。

4)UTF-8：编码是六个字节“EF BB BF E4 B8 A5”，前三个字节“EF BB BF”表示这是UTF-8编码，后三个“E4B8A5”就是“严”网页制作工具详细编码，它存储顺序与编码顺序是一致。