本文来自该链接的总结，截图来自该链接，后续会继续看该链接并更新随笔：

https://kunststube.net/encoding/

首先让我们来看看什么是编码和解码：

来一个小例子：

apple -> 苹果。

为什么在我们脑海中apple对应苹果呢？我们可以认为在脑海中有一张表，表里面“apple”这个东西指向了“苹果”。

其实编码就是通过一个对应表，把01位串映射到我们人类可以读懂的字符。

以上是ASCII编码的部分编码规则，ASCII编码把一连串的01位串每八个做一次映射。解码请自行理解。

接着让我们来看看Unicode编码是什么：

我们知道，这个世界上有很多种编码，big5，gb18030，Shift-JIS，Mac Roman，utf-8等，其中utf-8能够编码绝大多数字符，如果其不能编码，意味着文件中有的01位串是错误的，我们也知道，一个字节（8bit）可以编码256种符号，那么一个汉字能否用一个字节来编码呢？显然不够，因为汉字不止256个。那么两个字节呢，欸，可以，big5就是这样的一个编码方式（01位串与字符的对照表），它使用两个字节来编码汉字，而且big5涵盖了大多数的繁体字，简体字应该没有很好支持。gb18030则同时涵盖了简体和繁体字（简体和繁体字在gb18030这张表上有表项）。

下图是gb18030编码表的一部分，可见其在解码01位串的时候会每16位进行截断，然后做映射。

不同编码编码的字符范围不同，那么如何对这些编码做一个统一呢，Unicode可以做到。

Unicode基本上记录了所有的字符它一共可以定义上千万种符号，那么Unicode需要采用的编码单位是多少位呢？答案是0，因为Unicode没有被用来当作编码方式，它只是记录了所有字符与数字的对应关系，它不是编码表。

其次再讨论一下不同的编码方式对二进制串的解释：

个人认为，不同的编码方式是为了编码不同的语言诞生的，所以对0000 0001的解码对应的字符也很容易有所不同，因为每种语言种人们觉得最基本的符号不同（汉字可以是‘一’英文可以是‘a’日文中也许是‘

の’），所以同一个位串，在不同的编码方式种，很容易对应不同的字符。

同样的，同一个字符在不同的编码方式中会被编码成不同的01位串：

最后讨论一下为什么把用编码方式A编码的文件用另一种编码方式B保存之后，该文件便基本被破坏而且很难还原：

当我们用A（比如gbk）解码该文件后，再把他保存为令一种编码方式的文件，也就是用另一个编码表B（比如utf8）去把字符编码为01位串（这样保存实际上再保存乱码），通过上面的一张图片我们可以知道，同样的字符再不同的编码方式种会被编码为不同的01位串，也就是说该文件的01数据会被改变！一旦保存，那么我们用原来的编码表A去解码的时候仍然会乱码，因为该文件内的01bit已经被改变，除非你用B去解码保存后的文件，当然看到的会是乱码，然后再用A去编码，再保存，那么文件就会还原了。能还原的前提是你知道你用什么编码改变了该文件，而且原来的编码方式是什么。（试想一下，你从网上下载了一个文件，打开之后发现是乱码，你能怎么办？）