浅谈编码

关于编码

编码问题是在编程中经常见到的一个问题.
最开始,计算机是由美国人发明的,因此,最开始的编码方式是采用ASCII编码.随着时代的发展,很多国家也慢慢的开始接触计算机,接触互联网,例如中文这么多的汉字, ASCII编码是完全不够用的,一次中国制定了GB2312编码,用来把中文编进去.那么问题来了,全世界这么多的语言,日本把日文编到Shift_JIS里，韩国把韩文编到Euc-kr里，各国有各国的标准，就会不可避免地出现冲突，结果就是，在多语言混合的文本中，显示出来会有乱码。
这可怎么办呢?
（国际标谁化组织）的国际组织决定着手解决这个问题。他们采用的方法很简单：废了所有的地区性编码方案，重新搞一个包括了地球上所有文化、所有字母和符号
的编码！他们打算叫它”Universal Multiple-Octet Coded Character Set”，简称 UCS, 俗称 “unicode“。
因此,我们可以明白的是:

为了将所有国家的语言进行统一化,而不会出现各种版本,Unicode所有的字符都使用两个字节 .
ASCII是1个字节,Unicode是两个字节

那么又出现问题了,加入一篇文章都是用英文写的话,两个字节例如'A',它的Unicode编码为00000000 01000001,Unicode比ASCII多了一倍的存储空间,存储和传输上是很大的浪费.
那么'UTF-8'诞生了!!!
UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间.

为了不造成字节上的浪费,出现了UTF-8,从unicode到uft-8并不是直接的对应，而是要过一些算法和规则来转换。

字符	ASCII	Unicode	UTF-8
A	01000001	00000000 01000001	01000001
中	01000001	01001110 00101101	11100100 10111000 10101101
进制	二进制	十六进制	二进制

URL编码

URL编码的混乱...

1. 网址路径的编码，用的是utf-8编码(浏览器发出HTTP请求)
2. 查询字符串的编码，用的是操作系统的默认编码(浏览器发出HTTP请求)
3. GET和POST方法的编码，用的是网页的编码(浏览器发出HTTP请求)
4. 在Ajax调用中，IE总是采用GB2312编码（操作系统的默认编码），而Firefox总是采用utf-8编码(Javascript生成HTTP请求)

如何解决Javascript生成HTTP请求?

• encodeURI()
  encodeURI()是Javascript中真正用来对URL编码的函数

image.png

它对应的解码函数是decodeURI()

image.png

• encodeURIComponent()
  最后一个Javascript编码函数是encodeURIComponent().与encodeURI()的区别是，它用于对URL的组成部分进行个别编码，而不用于对整个URL进行编码.
  因此，"; / ? : @ & = + $ , #"，这些在encodeURI()中不被编码的符号，在encodeURIComponent()中统统会被编码.至于具体的编码方法，两者是一样.

image.png

它对应的解码函数是decodeURIComponent()。

参考自:
阮一峰:http://www.ruanyifeng.com/blog/2010/02/url_encoding.html
廖雪峰:http://www.liaoxuefeng.com/
知乎:https://www.zhihu.com/question/23374078