万物在计算机眼中都是 0 和 1，本文将介绍二进制代表各种数据的方式。重点介绍文本字符串和二进制编码的关系，理解并解决乱码问题。
二进制计算方式
这里只强调十进制转二进制，注意最终结果与余数顺序的关系。
补码：首先是解决了 0 有两种原码表示方式，另外是便于计算，结合反码实现加法电路复用。
字符串表示
ASCII 码（American Standard Code for Information Interchange，美国信息交换标准代码）。使用八位二进制即一字节，表示英文字符和一些特殊的标点符号。对于数值来说，使用二进制序列话比文本存储要节省内存空间。
为扩展计算机可表示字符的范围，计算机工程师创建各种字符集和字符编码。前者确定字符范围，后者确定字符与二进制表示的对应方式。
乱码：同样的文本，采用不同的编码存储下来。而另外一个程序，用一种不同的编码方式来进行解码和展示，这是就会出现乱码。
经典案例：“手持两把锟斤拷，口中疾呼烫烫烫”。
首先，“锟斤拷”的来源是这样的。如果我们想要用 Unicode 编码记录一些文本，特别是一些遗留的老字符集内的文本，但是这些字符在 Unicode 中可能并不存在。于是，Unicode 会统一把这些字符记录为 U+FFFD 这个编码。如果用 UTF-8 的格式存储下来，就是\xef\xbf\xbd。如果连续两个这样的字符放在一起，\xef\xbf\xbd\xef\xbf\xbd，这个时候，如果程序把这个字符，用 GB2312 的方式进行 decode，就会变成“锟斤拷”。这就好比我们用 GB2312 这本密码本，去解密别人用 UTF-8 加密的信息，自然没办法读出有用的信息。
而“烫烫烫”，则是因为如果你用了 Visual Studio 的调试器，默认使用 MBCS 字符集。“烫”在里面是由 0xCCCC 来表示的，而 0xCC 又恰好是未初始化的内存的赋值。于是，在读到没有赋值的内存地址或者变量的时候，电脑就开始大叫“烫烫烫”了。
总结延伸
若有收获，就点个赞吧
0 人点赞
