MATLAB入门课程：第5章 5.1 ASCII与Unicode编码解析

讲解视频：可以在bilibili搜索“MATLAB教程新手入门篇——数学建模清风主讲”。

39:39:30

MATLAB教程新手入门篇（上部分）（数学建模清风主讲，适合零基础同学观看）

142.5万观看 6.8万弹幕

 首先我们介绍字符的概念。字符是文本的最基本单元，在英文语境中，它包括字母、数字、标点符号、空格、换行符等，它们是构成单词、句子和段落的基础；在中文语境中，每个汉字同样也被视为一个字符。实际上，我们在生活中读到的文本都是由各种字符组成的。

存储在计算机中的所有数据都是以二进制的形式表示的，由字符组成的文本数据也是一样。将字符转换成相应的二进制数，这个过程称为对字符编码。为了使不同的计算机能够准确无误地交换文本数据，它们必须使用相同的编码规则。为此，我们这一节将介绍两种最广为使用的编码标准：ASCII和Unicode编码。

ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是最早的编码规则之一，它基于拉丁字母，并且主要设计来显示现代英语。ASCII编码总共定义了128个字符，这128个字符的十进制编号为0到127。

下面是ASCII编码的表格，完整的表格可以查阅本章的附录1：ASCII编码。

在ASCII编码表中，常用字符的编码（十进制）如下所示：

• 数字： 48至57表示 '0' 至 '9'
• 大写字母： 65至90表示 'A' 至 'Z'
• 小写字母： 97至122表示 'a' 至 'z'

此外，在ASCII编码中，编码10表示换行符，这个符号用于将文本分隔为多行；编码32表示空格，大家可以使用键盘上的空格键打出来。

随着计算机技术的全球化，仅用ASCII编码已无法满足全球用户的需求，因为它只能表示英语文字。因此，各个国家或地区开始制定自己的编码标准。例如我国1980年推出了第一代汉字编码GB2312（GB：国标），并于1995年进一步推出了扩展的汉字编码GBK（K：扩）。

但是，当不同的编码不统一时（即同一个编码表示的字符不相同时），计算机中就可能出现乱码问题。因此Unicode编码应运而生，它为每种语言中的每个字符设定了统一且唯一的编码，以满足跨语言、跨平台的要求，Unicode编码的中文翻译通常为统一码或万国码。另外，为了兼容ASCII编码，Unicode 编码的前128 个字符和ASCII编码一致。

尽管Unicode编码为各种字符提供了一个唯一的编码，但它并没有指定这些编码应该如何存储在计算机中。目前最常用的存储格式有三种：UTF-8、UTF-16 和 UTF-32。UTF是 Unicode Transformation Format 的缩写，直译就是Unicode的转换格式，后面的8、16和32分别代表存储每种字符编码所需的最少的比特位数。关于这一块的知识点比较复杂，感兴趣的同学可以自行查阅相关资料。大家只需要知道：MATLAB保存字符选用的是UTF-16格式。

更多文章可点击下方合辑：

MATLAB教程合辑