資源描述：
《說說字符集與編碼》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、說說字符集和編碼很久很久以前，有一群人，他們決定用8個可以開合的晶體管來組合成不同的狀態(tài)，以表示世界上的萬物。他們看到8個開關(guān)狀態(tài)是好的，于是他們把這稱為"字節(jié)"。再后來，他們又做了一些可以處理這些字節(jié)的機器，機器開動了，可以用字節(jié)來組合出很多狀態(tài)，狀態(tài)開始變來變?nèi)?。他們看到這樣是好的，于是它們就這機器稱為"計算機"。開始計算機只在美國用。八位的字節(jié)一共可以組合出256(2的8次方)種不同的狀態(tài)。他們把其中的編號從0開始的32種狀態(tài)分別規(guī)定了特殊的用途，一但終端、打印機遇上約定好的這些字節(jié)被傳過來時，就要做一些約定的動作。遇上00x10,終端就換行，遇上0x07,終端就向人們嘟嘟叫，例好遇上
2、0x1b,打印機就打印反白的字，或者終端就用彩色顯示字母。他們看到這樣很好，于是就把這些0x20以下的字節(jié)狀態(tài)稱為"控制碼"。他們又把所有的空格、標點符號、數(shù)字、大小寫字母分別用連續(xù)的字節(jié)狀態(tài)表示，一直編到了第127號，這樣計算機就可以用不同字節(jié)來存儲英語的文字了。大家看到這樣，都感覺很好，于是大家都把這個方案叫做ANSI的"Ascii"編碼（AmericanStandardCodeforInformationInterchange，美國信息互換標準代碼）。當時世界上所有的計算機都用同樣的ASCII方案來保存英文文字。后來，就像建造巴比倫塔一樣，世界各地的都開始使用計算機，但是很多國家用的不
3、是英文，他們的字母里有許多是ASCII里沒有的，為了可以在計算機保存他們的文字，他們決定采用127號之后的空位來表示這些新的字母、符號，還加入了很多畫表格時需要用下到的橫線、豎線、交叉等形狀，一直把序號編到了最后一個狀態(tài)255。從128到255這一頁的字符集被稱"擴展字符集"。從此之后，貪婪的人類再沒有新的狀態(tài)可以用了，美帝國主義可能沒有想到還有第三世界國家的人們也希望可以用到計算機吧！等中國人們得到計算機時，已經(jīng)沒有可以利用的字節(jié)狀態(tài)來表示漢字，況且有6000多個常用漢字需要保存呢。但是這難不倒智慧的中國人民，我們不客氣地把那些127號之后的奇異符號們直接取消掉,規(guī)定：一個小于127的字符
4、的意義與原來相同，但兩個大于127的字符連在一起時，就表示一個漢字，前面的一個字節(jié)（他稱之為高字節(jié)）從0xA1用到0xF7，后面一個字節(jié)（低字節(jié)）從0xA1到0xFE，這樣我們就可以組合出大約7000多個簡體漢字了。在這些編碼里，我們還把數(shù)學符號、羅馬希臘的字母、日文的假名們都編進去了，連在ASCII里本來就有的數(shù)字、標點、字母都統(tǒng)統(tǒng)重新編了兩個字節(jié)長的編碼，這就是常說的"全角"字符，而原來在127號以下的那些就叫"半角"字符了。中國人民看到這樣很不錯，于是就把這種漢字方案叫做"GB2312"。GB2312是對ASCII的中文擴展。但是中國的漢字太多了，我們很快就就發(fā)現(xiàn)有許多人的人名沒有辦法
5、在這里打出來，特別是某些很會麻煩別人的國家領(lǐng)導人。于是我們不得不繼續(xù)把GB2312沒有用到的碼位找出來老實不客氣地用上。后來還是不夠用，于是干脆不再要求低字節(jié)一定是127號之后的內(nèi)碼，只要第一個字節(jié)是大于127就固定表示這是一個漢字的開始，不管后面跟的是不是擴展字符集里的內(nèi)容。結(jié)果擴展之后的編碼方案被稱為GBK標準，GBK包括了GB2312的所有內(nèi)容，同時又增加了近20000個新的漢字（包括繁體字）和符號。后來少數(shù)民族也要用電腦了，于是我們再擴展，又加了幾千個新的少數(shù)民族的字，GBK擴成了GB18030。從此之后，中華民族的文化就可以在計算機時代中傳承了。中國的程序員們看到這一系列漢字編碼的
6、標準是好的，于是通稱他們叫做"DBCS"（DoubleByteCharecterSet雙字節(jié)字符集）。在DBCS系列標準里，最大的特點是兩字節(jié)長的漢字字符和一字節(jié)長的英文字符并存于同一套編碼方案里，因此他們寫的程序為了支持中文處理，必須要注意字串里的每一個字節(jié)的值，如果這個值是大于127的，那么就認為一個雙字節(jié)字符集里的字符出現(xiàn)了。那時候凡是受過加持，會編程的計算機僧侶們都要每天念下面這個咒語數(shù)百遍："一個漢字算兩個英文字符！一個漢字算兩個英文字符......"因為當時各個國家都像中國這樣搞出一套自己的編碼標準，結(jié)果互相之間誰也不懂誰的編碼，誰也不支持別人的編碼，連大陸和臺灣這樣只相隔了15
7、0海里，使用著同一種語言的兄弟地區(qū)，也分別采用了不同的DBCS編碼方案。當時的中國人想讓電腦顯示漢字，就必須裝上一個"漢字系統(tǒng)"，專門用來處理漢字的顯示、輸入的問題，但是那個臺灣的愚昧封建人士寫的算命程序就必須加裝另一套支持BIG5編碼的什么"倚天漢字系統(tǒng)"才可以用，裝錯了字符系統(tǒng)，顯示就會亂了套！這怎么辦？而且世界民族之林中還有那些一時用不上電腦的窮苦人民，他們的文字又怎么辦？真是計算機的巴比倫塔命題??！正
