1個漢字在電腦如何儲存？

匿名使用者2022-12-08 19:07:45

最簡單的分類是兩類，用數字表示就是 0 1，這個最簡單的區分就叫做位

也就是說，位值為 0 或 1，一位能表達兩種可能

那麼兩位能表達多少種可能？ 00 01 10 11 四種

推下去，三位能表達 000 - 111 八種

這就是二進位制了，N位能表達 2的N次冪 種可能

做計算機的那幫人說，你這個“位”作為最小單位能表達的資訊種類太少了（只有兩種），做東西不方便。現在硬體也便宜了，我們換個大點的最小單位吧，這樣就逐漸有了位元組的概念，位元組是什麼呢，就是八位，每個位元組能表達 2的8次冪（256）種可能。

接下來要對應字元了嗎？不是的，是數字。

一個位元組應該對應哪 256 個數字呢？1-256，0-255 還是 -128-127？兩個位元組呢，對應哪個區間的數字？小數怎麼表示？這裡就涉及了型別的概念了，byte char short int long float double boolean 這些基礎的型別你可以去查一下他們的底層表示。就像剛剛過程描述的那樣，這種型別和數值區間的對應關係都是“約定俗成”，所以不同語言，甚至是相同語言的不同實現是可能不一樣的。

回到字元的問題上，首先，發明計算機的人要先把 26 個英文字母對應到 256 個數裡，這樣就方便了。當然字母有小寫大寫，除了字母也要考慮逗號引號換行符控制符，形成了一個字元和二進位制數字的對應關係，也就是 ASCII 碼。

計算機發展的越來越好，一個位元組肯定裝不下世界上所有的字元，怎麼辦？對，就是擴充套件為多位元組。這種字元和位元組的對應關係，稱為編碼。常用的編碼有 gbk 和 utf8。一個“我”字在 gbk 下對應 2 個位元組，在 utf-8 下對應 3 個位元組

In

［

1

］：

u

“我”

。

encode

（

“gbk”

）

Out

［

1

］：

b

‘

\xce\xd2

’

In

［

2

］：

u

“我”

。

encode

（

“utf8”

）

Out

［

2

］：

b

‘

\xe6\x88\x91

’

這些吧。