字符編碼：解讀文字的奧秘

各位未來的電腦科學家，大家好！歡迎來到字符編碼（Character Encoding）這一章。這是「數據表示」中極其重要的一環，因為它解釋了電腦如何將你現在正在閱讀的這些字母（A、B、C...）轉換成它唯一能懂的語言——由 1 和 0 組成的二進制。

別擔心這聽起來很複雜，我們會透過簡單的日常比喻把它拆解得清清楚楚！

什麼是字符編碼？

想像你有一本秘密代碼簿。每一個字母、數字或符號（稱為字符 Character）都對應一個獨一無二的數字。當你想傳送字母「A」時，你並不是真的傳送「A」，而是傳送與「A」對應的那個數字。

字符編碼就是一套系統，它為每一個字符分配一個唯一的二進制代碼（一串 1 和 0 的組合），讓電腦能夠儲存和交換文字數據。

字符集（Character Set）

  • 字符集就是一套官方清單，列出了電腦系統或標準所能識別的所有字符（字母、數字、標點符號和特殊符號）。
  • 編碼則是一套規則，負責將字符集中的每個字符對應到特定的二進制數字。

比喻：你可以把它想像成電話簿。字符（例如字母「T」）就是人的名字，而二進制代碼（例如 01010100）就是對應的電話號碼。兩台裝置必須使用相同的電話簿（編碼標準），才能準確理解對方傳遞的訊息。

兩大主流標準

在電腦世界中，有兩套最重要的編碼標準是你必須掌握的：ASCII 和 Unicode。

1. ASCII (美國信息交換標準代碼)

ASCII 是最早且最成功的編碼標準之一，它為電腦處理文字的方式奠定了基礎。

ASCII 的主要特點

  1. 位元大小：ASCII 是一套 7-bit 的編碼。
  2. 容量：由於它使用 7 個 bit，因此可以表示 \(2^7\) 種不同的組合。這意味著它能定義 128 個不同的字符（從 0 到 127）。
  3. 內容：這個容量涵蓋了：
    • 英文大小寫字母（A-Z, a-z）。
    • 數字（0-9）。
    • 基本標點符號（., !, ?）。
    • 特殊控制碼（如「Tab」或「Enter」鍵）。

    例子：在 ASCII 中，大寫字母「A」由十進制數字 65 代表，轉換為二進制代碼即 01000001（為了方便儲存，通常會使用 8 個 bit，其中第 8 個 bit 往往閒置或是作為同位檢測位元使用，但標準定義本身只有 7 個 bit）。

    小貼士：請記住，為了電腦處理方便，我們通常會將 7-bit 的 ASCII 字符儲存在一個 8-bit 的位元組（byte）中。

    ASCII 的限制

    ASCII 最大的問題在於它容量有限（只有 128 個字符）。對於基礎英文來說這已經足夠，但它無法處理：

    • 其他語言的字符（如中文、阿拉伯文或俄文）。
    • 帶變音符號的字母（如 é, ü 或 ñ）。
    • 各種數學或技術符號。

    ASCII 重點筆記：7-bit，共 128 個字符，非常適合基礎英文，但無法滿足全球化的需求。

    2. Unicode：全球通用標準

    隨著電腦技術走向全球，網際網路將世界各國連接起來，ASCII 的限制就變成了一個大麻煩。我們需要一套能處理世界上所有語言文字的系統，於是 Unicode 應運而生。

    為什麼需要 Unicode？

    Unicode 的開發初衷是建立一個龐大的統一字符集，能夠容納古往今來所有語言所使用的每一個字符、符號以及表情符號。

    Unicode 的主要特點

    1. 位元大小：Unicode 根據不同的編碼標準（如 UTF-8、UTF-16 等），每個字符使用的位元數量不同，通常為 8、16 或 32 個 bit。
    2. 容量：如此龐大的位元空間意味著 Unicode 可以定義 超過一百萬個獨一無二的字符。
    3. 內容：Unicode 不僅涵蓋了 ASCII 的所有內容，還包括：
      • 所有主要的世界語言（中文、日文、阿拉伯文、印地文等）。
      • 數以千計的特殊符號（貨幣符號、音樂符號等）。
      • 至關重要的一點：表情符號（Emojis）！ 表情符號本身就是標準的 Unicode 字符。

    你知道嗎？因為 Unicode 設計得非常周全，Unicode 系統中的前 128 個字符與原始 ASCII 系統中的字符完全一致。這確保了完美的向下兼容性（Backward Compatibility）！

    Unicode 的影響

    Unicode 是當今網際網路、作業系統及絕大多數應用程式所使用的主要編碼系統。它讓世界各地的用戶能夠順暢溝通，不用擔心字符變成亂碼（通常稱為「mojibake」）。

    比喻：如果說 ASCII 是一個只服務特定社區的小型電話簿，那麼 Unicode 就是全球通用的國際電話總目錄。

    延伸小知識：理解位元大小（Bit Size）

    當你看到 ASCII（7-bit）與 Unicode（通常使用 16 或 32-bit）的差異時，請記住，每增加一個 bit，容量就會翻倍：

    • 7-bit = 128 種可能性
    • 8-bit = 256 種可能性
    • 16-bit = 65,536 種可能性
    • 32-bit = 超過 40 億種可能性！（足以涵蓋已知人類所有的書寫系統。）

    Unicode 重點筆記：為全球應用而設計，支援過百萬個字符，使用更多 bit（如 16 或 32）以實現巨大容量，是現代標準。

    重點回顧：ASCII 與 Unicode 比較

    下表總結了考試中需要掌握的關鍵區別：

    特性 ASCII Unicode
    用途 基本文字編碼（專注於英文）。 通用編碼（涵蓋所有世界語言和符號）。
    位元深度（大小） 7-bit 不固定（通常為 8、16 或 32-bit）
    容量（字符數量） 128 個字符 超過 100 萬個字符
    應用範圍 受限（僅字母 A-Z、0-9、基本符號）。 全球化（變音符號、中文、阿拉伯文、表情符號等）。

    常見錯誤：不要將 ASCII 字符的「儲存方式」（通常使用 8-bit/1 byte）與 ASCII 標準本身的「定義」（標準只規定 7-bit）混為一談。

    做得好！多虧了字符編碼，現在你已經明白字母是如何在電腦裡悄悄變成二進制數字的。這對於理解電腦如何表示及處理數據至關重要！