计算机基础知识：认识字符编码.pdfVIP

计算机基础知识：认识字符编码 ⼤家好呀~到昨天为⽌，关于 Learn Python 3 The Hard Way 这本书的中⽂译本《笨办法学Python3》就已经全部完成了，为了⽅便⼤家阅 读，我特意整理制作了 PDF 版，⼤家可以在“学习癌”公众号后台回复“P3中⽂”来获取下载链接。 因为⽤了不同的转换⽅法，⽽且它们各有优劣，所以我把相对⽐较好的两版都放出来了，分别是：“⽬录⽆效代码⾼亮版”和“⽬录有效代码不亮 版”，前者⽂档中⽬录链接⽆效，但是有标签⽬录，并且对代码块有良好的展⽰。后者正⽂中⽬录链接有效，但代码块没有⾼亮格式。整体来说推 荐前者，因为标签⽬录⽐正⽂⽬录更好⽤。不过⼤家可以根据⾃⼰喜好⾃⾏选择。 接下来，我打算先学习⽤ Python 做⽂本处理，⽐如读写修改 word、excel 中的数据等，主要考虑到办公⾃动化是包括我在内的很多上班族的普 遍需求。具体的教材和课程我还没有找好，等找好了正式启动学习，我会跟⼤家说，并且继续跟⼤家分享学习笔记。 今天这篇是⽐较特殊的⼀篇推送，源于⼏天前的⼀件众所周知的传播事件。当时激愤之下写了这篇“教程”，由于不想打乱原本的推送计划，所以 这篇⽂章搁置了⼏天，甚⾄想过⼲脆不发了，但是想想毕竟花了些⼼思，⽽且对⼩⽩来说，也确实能学到点东西，就发出来做个纪念吧。 字符编码 今天我们要深⼊学习⼀个计算机的基础知识——字符编码。 相信⼤家在漫长的⽹上冲浪⽣涯中，⼀定碰到过计算机乱码的情况，⽐如这样的⽕星⽂： 乱码.jpg 也肯定看到过包括简体中⽂、繁体中⽂、英⽂、法⽂、阿拉伯⽂等在内的多种语⾔的⽹站。 那么，你可曾想过，传说中只能读懂 0 和 1 的计算机，为什么能显⽰如此五花⼋门的内容呢？ 要回答这个问题，我们要先从⼆进制说起。 ⼆进制 虽然现代计算机起源于西⽅，但中国很早就有了⼆进制的概念。 约公元前三世纪初，《易经》中就⽤“—”和“--”表⽰卦符，这组符号被称作“⽘”。“—”是阳⽘，“--”是阴⽘。 如果把“—”换成 1，把“--”换成 0，⽘就是⼀个只有两个元素的集合，这个集合就是⼀个标准的⼆进制位。 那么，⼀位⼆进制数（可以理解为我们常说的个位数）只能表⽰ 2 个数，也就是 1 和 0。 两位⼆进制数（两位数）能表⽰ 4 个数：11，10，01，00。 三位⼆进制（三位数）就能表⽰ 8 个数：111，110，101，100，011，010，001，000。 ⼤家如果仔细观察《易经》的⼋卦图： ⼋卦图.jpg 就会看到，⼋卦中的每⼀卦都是由三个⽘符组成的。 如果把“—”和“--”分别换为 1 和 0 ，那么⼋卦图按顺时针⽅向就可以看成是： 111 110 010 100 000 001 101 011 这⼋种排列组合。 相信⼩学数学还没忘的同学已经看出规律来了，对于⼆进制数来说，n 位数能表⽰的数的个数就是 2 的 n 次⽅。 在计算机中，⽤来存放⼀位 0 或 1，就是计算机⾥最⼩的存储单位，叫做“位”，也叫“⽐特”（bit）。⽽ 8 个⽐特构成⼀个“字 节”（byte），这是计算机⾥最常⽤的单位。 ⽐特和字节 bit 和 byte 长得有点像，可不能弄混了，1 byte = 8 bit，也就是 1 字节等于 8 ⽐特，通常简写为 1B（byte） = 8bit。 我们最常看到的 KB 是千字节（Kilobyte），MB 是兆字节（Megabyte），GB 是吉字节（Gigabyte），它们之间是按 2 的 10 次⽅（也就是 1024）进⾏换算的，相信⼤家都很熟悉了： 1KB = 1024B 1MB = 1024KB 1GB = 1024MB 再顺便给⼤家科普⼀个⽣活常识，通常我们看到的下载速度都是以字节每秒为单位显⽰的，⽽运营商的宽带业务中所说的百兆宽带，则是以⽐特每 秒为单位的，真实的下载速度要除以 8，最多只有⼗多兆每秒。 扯远了，说回编码。 编码表 ⼆进制虽然只有 0 和 1 两个元素，但是也是可以表⽰其他数字的，只是写起来⽐较长罢了。可是 abcd、#￥% 等等这样的字母和符号计算机 要如何表⽰呢？ 为此，⼈们就制定了⼀套规则，把⼈类语⾔和计算机语⾔⼀⼀对应起来，这就叫编码。 所以，编码的本质就是让只认识 0 和 1 的计算机，能够理解⼈类使⽤的语⾔符号，并且将数据转换为⼆进制进⾏存储和传输。 既