計算機只能處理數字，如果要處理文本，就必須先把文本轉換為數字才能處理。最早的計算機在設計時採用8個比特（bit）作為一個字節（byte），所以一個字節能表示的最大的整數就是255，如果要表示更大的整數，就必須用更多的字節。比如，兩個字節可以表示的最大整數是65535，4個字節可以表示的最大整數是4294967295等。

ASCII編碼

計算機是美國人發明的，最早只有大小寫英文字母、數字和一些符號等127個字符被編碼到計算機裡，這也即是我們知道的ASCII編碼（如下圖）。在ASCll編碼下，大寫字母A的編碼是65，小寫字母z的編碼是122，如下圖。

Unicode

從上文中我們知道，一個字節能表示的最大整數是255，但是《現代漢語常用字表》中有3500個漢字，因此，要處理中文顯然一個字節是不夠的，至少需要兩個字節。所以，中國就制定了GB2312編碼，用來把中文編進去。

你可以想得到的是，全世界有上百種語言，日本把日文編到Shift_JIS裡，韓國把韓文編到Euc-kr裡，各國有各國的標準，就會不可避免地出現衝突，結果就是在多語言混合的文本中，顯示出來會有亂碼。

鑑於此，Unicode編碼應運而生。Unicode的出現就是要把所有語言都統一到一套編碼裡，以確保在多語言混合的文本中不會再有亂碼問題。

UTF-8

Unicode的出現解決了亂碼問題，但是也帶來了新問題。編碼長度是不可變的，說使用2個字節它一定會使用2個字節。這樣如果你寫的文本基本上都是英文的話，用Unicode編碼比ASCII編碼可能需要多一倍的存儲空間，這在存儲和傳輸上就十分不划算。

所以本著節約的精神，科學家們有創造出了“可變長編碼”的UTF-8編碼。UTF-8編碼根據不同的數字大小把一個Unicode字符編碼成1-6個字節，比如，常用的英文字母被編碼成1個字節，漢字通常是3個字節，只有很生僻的字符才會被編碼成4-6個字節。如果你要傳輸的文本包含大量英文字符，用UTF-8編碼就能節省空間。

字符編碼的工作方式

1、在計算機內存中，統一使用Unicode編碼，當需要保存到硬盤或者需要傳輸的時候，就轉換為UTF-8編碼。

2、用記事本編輯的時候，從文件讀取的UTF-8字符將被轉換為Unicode字符到內存裡，編輯完成後，保存的時候再把Unicode轉換為UTF-8保存到文件：

3、瀏覽網頁的時候，服務器會先把動態生成的Unicode內容轉換為UTF-8，然後再傳輸到瀏覽器

所以，你看到很多網頁的源碼上會有類似的信息，這就表示該網頁正是用的UTF-8編碼。

閱讀更多 編碼之道 的文章

關鍵字: 編到 設計 韓國