UsubeniFantasy
·
你在电脑上看到的字到底是怎么显示出来的？
💡
原文中文，约6000字，阅读约需15分钟。
📝
内容提要
本文介绍了字符编码的发展，从最初的ASCII码表到统一的Unicode编码，解决了乱码问题。还讨论了字符编码到字体的转换以及处理复杂编码的方法。
🎯
关键要点
- 1 bit 是 1 个 1 或 0，1 byte = 8 bit，1 byte 可以表达 256 个数字。
- 码表是数值与字符的对应关系，最初的码表是 ASCII，后来扩展为 ISO-8859-1 和 Windows-1252。
- 不同国家制定了适合本国文字的码表，如中国的 GBK 和 Big5、日本的 Shift-JIS、韩国的 EUC-KR。
- 编码超过 256 个字符时，需要使用多个字节表示，必须有明确标志告知字节数。
- Unicode 统一了所有编码，包含了地球上所有语言字符，解决了乱码问题。
- Unicode 有 10FFFF 个码点，基本多语言平面（BMP）是最重要的部分。
- Unicode 可以编码成 UTF-8 和 UTF-16，UTF-8 支持变长编码，UTF-16 则固定为 16 位。
- Unicode 允许多个码点组合成一个字符，例如组合 Emoji。
- 字体是从编码到显示的关键，常见字体格式有 ttf、otf、woff、woff2。
- 不同地区的同一码点可能有不同字形，繁简体汉字有不同的码点。
- 在 Unicode 统一后，编程语言的字符串大多使用 Unicode 编码，JavaScript 使用 UTF-16。
- charAt、charCodeAt 和 codePointAt 方法在处理字符时有不同的返回值，尤其是对于代理对和组合字符。
➡️
