關於字元編碼
ASCII碼錶
作為一名程式員，對編碼問題有必要了解一下。計算機是以二進位制形式儲存資料的，至於為什麼選擇二進位制，這可能就需要從計算機的誕生歷史說起了，這不是現在關注的點。
計算機檔案一般可以分為（暫且這樣分吧）：文字檔案和二進位制檔案。通俗的說，文字檔案就是平常通過某個軟體（記事本，EditPlus，UltraEdit，sublime等各種編輯器，各種IDE等等）開啟看到是‘字元’，二進位制檔案就是開啟是圖片或視訊等，當然是通過某些能夠解釋二進位制的程式來完成。
這裡需要強調的是，檔案的字尾名不能用來區分檔案的型別，字尾名只是系統（特別是Windows）用來對檔案進行預先分類，並給予對應的圖示和相應雙擊後開啟的程式，至於預先給定的程式能不能開啟就不得而知。
如，在Windows下，把一個txt檔案的字尾名改成jpg後：
image
變成
image
雙擊打不開，用記事本依然能開啟，就是內部編碼沒變，其實檔案的型別在編碼成二進位制形式已經確定（一般是在頭部）。
php讀取圖片檔案：
$a = file_get_contents('bg.png');
echo $a;
瀏覽器以UTF8形式開啟圖片的二進位制形式，雖然大部分是亂碼，但頭部還是可以看到解碼為PNG的：
字元編碼
字元編碼就是每個在電腦裡出現的字元都會對應一個二進位制數，這個二進位制可以成為 碼點 (code point)。不同的編碼形式，包含的字元數不同，字元和二進位制數對應關係也不同。
ASCII碼
ofollow,noindex">ASCII (American Standard Code for Information Interchange)碼是 比較早的編碼形式，總共定義128個字元，用了一個位元組的7位，也就是從 0000 0000 到 0111 1111 。
-
0-32, 127：（共34個）不能直接顯示字元的（控制或者通訊使用的），32是空格也算在其中，127是刪除符； -
33-64,91-96,123-126：（共21*2=42個）鍵盤上除了英文字母和不直接顯示字元的鍵有21個，每一個鍵上有兩個字元； -
65-90,97-122：（26*2=56個）英文字母；
對於英語系的人來說這128個字元已經夠了，他們在電腦上接觸的的字元也就這麼多夠了，說來也是奇特，英文字元26個就能通過組合用來表示英語所有意思，這種組合形式很適合計算機。而我們漢語就不同了，我想是不能通過筆畫的組合組成所有漢字了。
據說漢語是最難學的語言之一:sweat_smile:，辛虧我已經會漢語了:grinning::stuck_out_tongue_closed_eyes:。
Unicode
128個字元對於其他語言是遠遠不夠的，單漢字就有將近10萬個（常用應該幾千個），每個漢字都需要一個碼點，其他語言中的字元也需要對其字元編碼成碼點，原本有很多編碼方式，這些編碼沒有進行統一規定，就會有衝突，一個二進位制數在不同編碼方式中就有可能解釋為不同的字元，這樣使不同地區的人交流不便。
Unicode就是在這樣條件下誕生，簡單的說，Unicode就是大的對映表，把全世界所有語言符號都包含其中，每個符號的對映的碼點的都不相同。 漢字大部分可以用4個16進位制數表示，參看 漢字Unicode 。如： U+620E 表示 戎 (這是我的姓，讀 róng ，不是 戒 ，在這裡普及一下，我已經被叫成 戒某 無數次了 ♀️ ♀️ ♀️)。
Unicode是一個龐大的字符集，一個很多字元與二進位制數的唯一的一一對應集合。Unicode沒有規定怎麼儲存， 620E（0110 0010 0000 1110） 至少需要2個位元組，而其他字元可能需要更多位元組。像 U+0041 表示英文字母A，如果也需要用2個位元組或者更多，則前面的有一些位元組都是0，那麼太浪費資源了，為了減少空間的浪費就出現了UTF8。
UTF8
UTF8是Unicode儲存一種實現方式。它採用 變位元組數 （1-4個）來節約資源。 UTF-8的編碼規則很簡單，只有二條：
- 對於單位元組的符號，位元組的第一位設為0，後面7位為這個符號的Unicode碼。因此對於英語字母，此時UTF-8編碼和ASCII碼是相同的。
- 對於n位元組的符號（n>1），第一個位元組的前n位都設為1，第n+1位設為0，後面位元組的前兩位一律設為10。剩下的沒有提及的二進位制位，全部為這個符號的Unicode碼。
下表總結了編碼規則，字母x表示可用編碼的位。
| Unicode符號範圍(十六進位制) | UTF-8編碼方式 (二進位制） |
|---|---|
| 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 |
這樣解讀UTF8編碼就容易區分幾個位元組表示一個字元了。如果一個位元組的第一位是0，那麼這個位元組單獨表示一個字元；如果一個位元組的第一位是1，那麼這個位元組下面連續幾個1，就表示當前字元佔用幾個位元組。
以漢字 戎 為例，看看UTF8編碼實現過程： 已知 戎 的Unicode是 620E （0110 0010 0000 1110）。
-
620E在第三行範圍內（0000 0800 - 0000 FFFF），因此需要三個位元組編碼戎，即1110xxxx 10xxxxxx 10xxxxxx - 從
戎的最後一個二進位制位開始，依次從後向前填入格式中的x，多出的位補0。得戎的UTF8編碼的十六進位制是E6888E。
image