计算机如何将一堆 0 和 1 显示成人类可读文字？看完秒懂

编码初始印象

我们在电脑上常见的字符，其本质都是由一连串的0和1所构成。这就像我们过去写信，必须遵循大家都能理解的文字规则一样，电脑处理字符转换也需要一套既定的映射规则。比如ASCII，它是最基础的，操作简便，应用广泛。

计算机刚开始普及的时候，ASCII 编码就已经出现了。这个编码最初是为英语量身打造的，仅包含256个字符，只需一个字节就能轻松存储。在当时的英语使用环境中，无论是办公还是记录信息，都非常适用。许多文档和代码都采用了这种编码方式，极大地促进了计算机技术的进步。

编码扩展难题

随着计算机在全球范围内的广泛应用，非英语国家的用户也开始广泛采用。电脑上需要展示各种语言，这就引发了问题。各个国家的语言文字种类繁多，原有的ASCII码256个字符根本无法满足需求，因此出现了各种扩展字符集。当扩展集的字符数量超过256后，一个字节就无法表示了，不得不使用两个字节来表示一个字符。

在亚洲众多国家，广泛使用汉字、韩文、日文等字符。若仅用一个字节存储，显然不够。若按数字顺序排列，系统在读取时难以区分单个字符还是两个字符，从而产生乱码。这种情况给跨语言交流及计算机信息处理带来了极大的困难。

编码规则确定

要解决这个问题，必须确立编码标准。确立规范后，系统便能明确每个编码的具体意义。比如，规定0x81不是单独的字节构成字符，系统便会额外读取一个字节，然后根据码表找到相应的字符。

这就如同制定交通法规，若繁忙的街道上缺乏秩序，必定会陷入混乱。一旦确立了编码规范，计算机便能精确地识别和展示各类字符。遵循这些规则，各国语言文字的信息便能在电脑上精确无误地展示和处理。

基本多语言平面

在编码体系里，基本多语言平面（BMP）扮演着重要角色。它包括了从0000到ffff的所有码点，这个范围是我们日常使用中最频繁的。绝大多数我们使用的各种语言的字符都集中在这个平面之中。

在日常生活中，无论是浏览网页还是手机聊天，我们接触到的字符大多源自BMP格式。除了BMP，还有每65536个点构成一个平面，总共有17个这样的平面。但这些平面中存储的字符多是一些不常用的生僻字和特殊符号。

不同编码方式

Unicode编码转换成UTF-8有特定的步骤，那就是将码点划分为四个部分，并使用不同的编码方法。比如，0000到007F这部分对应的是标准ASCII，只用一个字节就能表示；而10000到10FFFF这部分则需要拆分成四份，每份用四个字节来编码。通过这样的编码方式，可以适应各种字符，满足各种使用需求。

UTF-16编码将所有字符固定在16位，这意味着它能表示最多65536个字符，涵盖了BMP区域。尽管UTF-16有其优点，但它存在一个显著的缺点，那就是它不能兼容最初的ASCII编码。因此，在电脑系统中，它对基础ASCII字符的识别并不友好。

html

UTF - 16 细说

UTF-16编码中存在代理对这一特性，这是因为Unicode编码范围超出了FFFF，往上延伸时无法确保每个字符都能用两个字节表示，所以需要按照特定规则转换为四个字节。这样的设计使得UTF-16的编码过程相对复杂，但同时也能够处理更多字符的编码需求。

它虽非常见文件编码，但在 JavaScript 中却至关重要。其字符串在内存中是以 UTF-16 编码形式存在的。对于学习编程，尤其是前端开发，这部分知识不可或缺。掌握了它，才能更有效地处理字符串和展示各类文本信息。你是否对 UTF-16 有更深的理解了？不妨给这篇文章点赞，分享给需要的朋友，并在评论区谈谈你对电脑字符编码的看法，以及在使用过程中是否遇到过编码难题。