计算机怎么看懂英语和汉语等非二进制语言？

首页 > 代码库 > 计算机怎么看懂英语和汉语等非二进制语言？

计算机怎么看懂英语和汉语等非二进制语言？

2024-08-31 17:32:41 220人阅读

计算机只识别二进制，它是怎么去识别英语，汉语等人类可以通信的语言呢？想知道这个问题就要先说二进制....

讲1个有趣的故事学习二进制的由来

古时候，2个远距离通信，通过马和飞鸽，还有狼烟......

北京到昌平之间 10公里，需要狼烟传信。

如果来了2个敌人，友军来了500人，浪费资源。

如何能资源合理利用，传得信息刚好？

怎么办？

1-100人------------------1根狼烟

101-200------------------2根狼烟

200-300------------------3根狼烟

10万敌人-------------------？这个方法行不通

重新定义： 1---1000 人 1根狼烟

1000----5000人 2根狼烟

5000---10000人 3根狼烟

缺点：怎么去识别是1000？还是2000？不精确--------------这个方法也行不通

需要重新定义：

把定义写死，一点那根烟表示2个敌人，4个敌人，8个敌人......

1024 521 256 128 64 32 16 8 4 2敌人 1敌人

1 1 1 1 1 1 1 1 1 1根烟 1根烟

来个6个敌人：..110-------------2根

来了7个敌人：..111-------------3根

来个9个敌人：..1001------------2根

来了10个敌人：..1010-----------2根

-----------------

来个128个敌人：1000 0000-----1根

————————————————

4根烟-----2**4=16 来了15个敌人

................

16根烟-----2**16=65536 来了6万多敌人

---

32根烟-----2**32=42亿可以表示42亿敌人

以上是二进制表示数字，那么怎么让二进制表示字符串？

二进制----------->>数字---------->>字符串(ASCII)

a<----------------97<---------------二进制 0110 0001

ASCII表----127，表示占了7根狼烟 0111 1111

127是半张表，整张表是255

110 =6

1111 = 15

11111 =31

计算机存的是二进制流

110111111111，

那么问题来了，分不清楚，存的是6还是15还是31?空格和逗号也是二进制，

解决问题：需要固定一个长度：规定计算机8位8位的取数

0000 0110 =16

0000 1111 =15

0001 1111 =31

字节概念的由来：

计算机8位8位的取数 ,是因为有ASCII才有个8位bit表示一个字节，也就是字节的概念；

8位一共是256种状态，255个数。美国人占127位，剩下的128位里有一小部分表示给中国使用

问题又出现了----->>>中国有汉字，怎么表示？-------自己做表--------映射到ASCII上去（后面128位里很小的一部分）

比如：120-200给中国，那么120,121可以表示一个汉字。

字符编码：是2进制到字符的表示的一张表 ---->>ASCII表

中国第一个字符表:GB2312(1980)

1980年 7445个字符，6763个汉字。

1995年 GBK1.0 = 20000左右个字符和汉字

2000年 GB18030 = 27000 个汉字，包括藏文，少数名族文

BIG5 台湾人的编码集

问题来了:

日本韩国，各个国家都有自己的编码集，对应集.

ISO标准组织，自己搞了一套unicode，1个字符占4个字节。UTF-32

4个字节是32位，全占满，是2**32的字符。浪费很多

UTF-16 一个字符，占2个字节，65535个字符。

美国人还是嫌太占硬盘空间

utf-8 可变长的字符编码一个英文占一个字节，一个中文占3个字节，欧洲占2个字节

世界上最流行的字符编码集utf-8.

1个二进制数字 = 1比特 bit =计算机的最小数据单位---- 0或1

8个比特 = 1bytes 字节------ 现有bit后又ASCII再有的byte

1024byte = 1kbytes kb