简介：电脑如何“阅读”这段文字
你有没有想过，电脑明明只懂得二进制（0 和 1），它是怎么知道某个电压模式代表字母“A”或一个“笑脸”表情符号的呢？
在本章中，我们将探讨字符集（Character representation）。你将学习电脑如何使用名为字符集的“密码本”，将人类语言转化为位（bits）和字节（bytes）。这就像一种秘密语言，每个字母都有其独一无二的编号！
1. 什么是字符集？
字符集（Character set）是电脑硬件和软件所能识别的一组字符定义列表。每个字符都会被分配一个独一无二的代码（数字）。当你按下键盘上的按键时，电脑看到的并不是字母，而是那个以位模式（bit pattern）呈现的唯一数字。
比喻：你可以把字符集想象成餐厅的菜单。你可能想点“披萨”，但侍应生只会写下“14号”。只要厨房（电脑）手上有同样的菜单，他们就知道该准备什么餐点！
重点回顾：
- 每个字符（字母、数字或符号）都有一个唯一的数字。
- 这些数字以二进制形式储存在电脑内存中。
2. ASCII：传统标准
ASCII（美国信息交换标准代码）是最早期的主要字符集之一。它是一个7位（7-bit）的编码系统。
数学原理：因为它使用 7 个位，所以可以代表 \( 2^7 = 128 \) 种不同的字符。
这包括：
- 英文字母（大小写）
- 数字（0-9）
- 常用标点符号（如 ! , . ?）
- 控制字符（隐形的指令，如“Enter”或“Delete”）
你知道吗？虽然 ASCII 是 7 位的，但它通常储存在一个 8 位的字节（byte）中，第 8 个位通常保持为 0，或者用于错误检测。
ASCII 的问题：它非常有限！只有 128 个代码，根本没有足够的空间容纳其他语言的字符（如阿拉伯文、中文或希腊文），更不用说表情符号了。
3. Unicode 与 UTF-8：全球通用语言
为了克服 ASCII 的限制，Unicode 应运而生。它的目标是代表世界上每一种语言中的每一个字符。
UTF-8
UTF-8 是目前互联网上最广泛使用的 Unicode 版本。以下是它的特别之处：
- 可变长度：它可以使用 8、16、24 或 32 个位来表示一个字符。
- 向后兼容（Backwards Compatible）：这是一个非常重要的术语！这意味着 UTF-8 中的前 128 个代码与原始的 ASCII 代码是完全相同的。
- 高效：它为英文文字使用的空间较小（8 位），但可以扩展更多位来处理复杂符号或其他语言。
记忆小撇步：Unicode 是为了 Universe（宇宙）而设（它涵盖了一切！）。
4. 使用字符代码
无论在 ASCII 还是 Unicode 中，字符都是分组排列在“区块”中的。你不需要背诵整个表格，但应该知道主要群组的起始位置：
- 数字（0-9）：从代码 48 开始。
- 大写英文字母（A-Z）：从代码 65 开始。
- 小写英文字母（a-z）：从代码 97 开始。
步骤教学：如何找出代码
如果这看起来像数学，别担心，这只是简单的数数而已！
如果考试题目告诉你 'A' 的代码是 65，并要求你找出 'D' 的代码：
1. A = 65
2. B = 66
3. C = 67
4. D = 68
常见错误：混淆大小写。'A' (65) 和 'a' (97) 的代码是不同的！对电脑而言，它们是完全不同的数据。
5. 字符代码 vs. 纯二进制
这对许多学生来说是一个棘手但非常重要的概念。电脑储存数字 6 的方式，与储存字符 '6' 的方式是不同的。
- 纯二进制（Pure Binary）：如果你想储存数值 6（用于数学运算），电脑会将其储存为 \( 110_2 \)。
- 字符代码（Character Code）：如果你想在屏幕上显示符号 '6'，电脑会使用 ASCII/UTF-8 代码。符号 '6' 的代码是 54（在 7 位 ASCII 中为 \( 0110110_2 \)）。
快速复习箱：
数字 6：二进制 \( 110 \)
字符 '6' (ASCII)：二进制 \( 0110110 \)
字符 '6' (UTF-8)：二进制 \( 00110110 \)（UTF-8 为此使用 8 个位）
总结检查清单：重点摘要
- 字符集：字符与其唯一数值代码的列表。
- ASCII：7 位，128 个字符，仅适用于英文及基础符号。
- Unicode (UTF-8)：可变长度，全球通用，与 ASCII 向后兼容。
- 群组：数字从 48 开始，'A' 从 65 开始，'a' 从 97 开始。
- 字符 vs. 数字：储存符号与储存用于数学运算的数值是两回事。