墨语书斋

手机浏览器扫描二维码访问

第242章 我来改变世界(3/3)

文钓钓有鱼。

而其它字符只能以多字节表示。

现在的各种编码方案都给英文字母是特殊地位。

比如尽管unicode面向所有代码，但英文字母却特别地只用8位。

所以，其它语言一旦不了解原有的编码方案，就不能正确解码，都成了乱码。

而英文字符却永远没有乱码。

2、积累 第二个优势是没有办法的，也就是历史的积累。

现在计算机学科几乎所有重要的文档、软件、论文都是英文的或者都有英文的，并都以英语习惯编写。

对于母语是其它语言的就是天然屏障。

那么解决方案呢？第二个积累没有办法，只能靠时间慢慢解决。

来说编码。

根据前面分析，产生乱码的原因是多字节造成的。

以前硬件不行，8位已经是天了(让intel成名的是4004，4位机)。

8位最多只有256个符号，表示汉字显然不行。

如果从软硬件统一定义16位为最小操作单位，即一字节为16位。

那么，汉字就与ascii完全同等地位。

同时显示字模也以16x16为基本显示模式，由硬件完成。

那样，汉字就与英文字母完全同等地位 【比如尽管unicode面向所有代码，但英文字母却特别地只用8位。

】——错的。

unicode编码是所有的文字全部用16 unicode编码至少存在两个严重的问题：1.对大量英语国家（特别是美国等发达国家就是用英语、英语也是世界使用最广泛的语言）反而不兼容，原来一字节表示一字母，unicode改用2字节（一字节和ascii一样，另一字节是0）；2.编程语言中如c，字符串使用编码为0的作为结束符，而unicode字符有0编码（特别是英文字符每个都有0），因此unicode不能用在c语言中。

为此在unicode编码的基础上，重新定义了几个变种的编码，utf-8/utf-16等，其中utf-8是最常用的一种编码，它是一种变长度编码，规定：英文和ascii码兼容，还是1字节编码，其它国家文字，用2-3字节不等的长度表示（由于英文占用了大量编码空间，其余还用2字节就不够用了，必须有3字节的文字）。

网页编码大量采用utf-8，在同一网页中，可显示不同的文字。

请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。