进制

基础知识

每一个二进制位（bit）有0和1两种状态，因此八个二进制位就可以组合出256（2的8次方）种状态，这被称为一个字节(byte)

8位 = 1字节（2进制是8位，16进制就是2位数）
1024字节 = 1K
1024K = 1M

js中的进制

let a = 0b10100;//二进制
let b = 0o24;//八进制
let c = 20;//十进制
let d = 0x14;//十六进制
console.log(a == b);
console.log(b == c);
console.log(c == d);
// 10进制转任意进制 10进制数.toString(目标进制)
console.log(c.toString(2));
// 任意进制转十进制 parseInt('任意进制字符串', 原始进制);
console.log(parseInt('10100', 2));

编码

常见编码

ASCII

标准ASCII 码也叫基础ASCII码，使用7 位二进制数（剩下的1位二进制为0）来表示所有的大写和小写字母，数字0 到9、标点符号，以及在美式英语中使用的特殊控制字符。

举例

Bin (二进制)	Dec (十进制)	Hex (十六进制)	缩写/字符
0011 0000	48	0x30	0
0100 0001	65	0x41	A
0110 0001	97	0x61	a

GB2312 汉字编码字符集
GBK 对GB2312编码的扩展

Unicode

规定必须用两个字节，也就是 16 位来统一表示所有的字符，对于 ASCII 里的那些半角字符，Unicode 保持其原编码不变，只是将其长度由原来的 8 位扩展为16 位，而其他文化和语言的字符则全部重新统一编码。

UTF-8

Unicode 在很长一段时间内无法推广，直到互联网的出现，为解决 Unicode 如何在网络上传输的问题，于是面向传输的众多 UTF 标准出现了。

UTF-8 就是在互联网上使用最广的一种 Unicode 的实现方式
UTF-8 就是每次以8个位为单位传输数据
而 UTF-16 就是每次 16 个位
UTF-8 最大的一个特点，就是它是一种变长的编码方式
Unicode 一个中文字符占 2 个字节，而 UTF-8 一个中文字符占 3 个字节
UTF-8 是 Unicode 的实现方式之一

对于单字节的符号，字节的第一位设为0，后面7位为这个符号的 Unicode 码。因此对于英语字母，UTF-8 编码和 ASCII 码是相同的。

对于 n 字节的符号（n > 1），第一个字节的前n位都设为1，第n+ 1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的 Unicode 码。

Unicode符号范围     |        UTF-8编码方式
(十六进制)          |       （二进制）
----------------------+---------------------------------------------
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

https://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

JavaScirpt中的编码

Unicode 字符与编码

String.prototype.charCodeAt()
String.fromCharCode() ```javascript ‘A’.charCodeAt(); // 65 String.fromCharCode(65); // “A”

‘🚀’.charCodeAt(); // 55357

// 🚀 是 4 字节字符（length 长度为 2 而不是 1），它的 Unicode 编码有 2 组

‘🚀’.charCodeAt(0); // 前两个字节的值：55357 ‘🚀’.charCodeAt(1); // 后两个字节的值：56960

String.fromCharCode(55357, 56960); // “🚀”

ES6 中新增了 codePointAt 和 fromCodePoint 两个 API 来解决这个问题
```javascript
'🚀'.codePointAt();  // 128640
String.fromCodePoint(128640);  // "🚀"

文本编码

使用 NodeJS 编写前端工具时，操作得最多的是文本文件，因此也就涉及到了文件编码的处理问题。我们常用的文本编码有 UTF8 和 GBK 两种，并且 UTF8 文件还可能带有BOM。在读取不同编码的文本文件时，需要将文件内容转换为 JS 使用的 UTF8 编码字符串后才能正常处理。

BOM的移除

BOM（ByteOrderMark）用于标记一个文本文件使用Unicode编码，其本身是一个Unicode字符（"\uFEFF"），位于文本文件头部。在不同的 Unicode 编码下，BOM字符对应的二进制字节如下：

 Bytes      Encoding
----------------------------
 FE FF       UTF16BE
 FF FE       UTF16LE
 EF BB BF    UTF8

因此，我们可以根据文本文件头几个字节等于啥来判断文件是否包含 BOM，以及使用哪种 Unicode编码。但是，BOM 符虽然起到了标记文件编码的作用，其本身却不属于文件内容的一部分，如果读取文本文件时不去掉BOM，在某些使用场景下就会有问题。例如我们把几个 JS 文件合并成一个文件后，如果文件中间含有 BOM 字符，就会导致浏览器 JS 语法错误。因此，使用 NodeJS 读取文本文件时，一般需要去掉 BOM。

function readText(pathname) {
    var bin = fs.readFileSync(pathname);
    if (bin[0] === 0xEF && bin[1] === 0xBB && bin[2] === 0xBF) {
        bin = bin.slice(3);
    }
    return bin.toString('utf-8');
}

GBK转UTF8

NodeJS 支持在读取文本文件时，或者在 Buffer 转换为字符串时指定文本编码，但遗憾的是，GBK编码不在NodeJS 自身支持范围内。因此，一般我们借助 iconv-lite 这个三方包来转换编码。使用 NPM 下载该包后，我们可以按下边方式编写一个读取 GBK 文本文件的函数。

var iconv = require('iconv-lite');
function readGBKText(pathname) {
    var bin = fs.readFileSync(pathname);
    return iconv.decode(bin, 'gbk');
}

[

](https://segmentfault.com/a/1190000040614613)

前端 Blog

进制与编码

进制