2 字元串的表示，從編碼到數字
不僅數值可以用二進制表示，字元乃至更多的資訊都能用二進制表示
最典型的例子就是字元串（Character String）
最早計算機隻需要使用英文字元，加上數字和一些特殊符号，然後用8位的二進制，就能表示我們日常需要的所有字元了，這個就是我們常常說的ASCII碼（American Standard Code for Information Interchange，美國資訊交換标準代碼）
ASCII碼就好比一個字典，用8位二進制中的128個不同的數，映射到128個不同的字元裡
比如，小寫字母a在ASCII裡面，就是第97個，也就是二進制的0110 0001，對應的十六進制表示就是 61。而大寫字母 A，就是第65個，也就是二進制的0100 0001，對應的十六進制表示就是41。
在ASCII碼裡面，數字9不再像整數表示法裡一樣，用0000 1001來表示，而是用0011 1001 來表示。字元串15也不是用0000 1111 這8位來表示，而是變成兩個字元1和5連續放在一起，也就是 0011 0001 和 0011 0101，需要用兩個8位來表示。
我們可以看到，最大的32位整數，就是2147483647。如果用整數表示法，隻需要32位就能表示了。但是如果用字元串來表示，一共有10個字元，每個字元用8位的話，需要整整80位。比起整數表示法，要多占很多空間。
這也是為什麼，很多時候我們在存儲資料的時候，要采用二進制序列化這樣的方式，而不是簡單地把資料通過CSV或者JSON，這樣的文本格式存儲來進行序列化。不管是整數也好，浮點數也好，采用二進制序列化會比存儲文本省下不少空間。
ASCII碼隻表示了128個字元，一開始倒也堪用，畢竟計算機是在美國發明的
然而随着越來越多的不同國家的人都用上了計算機，想要表示譬如中文這樣的文字，128個字元顯然是不太夠用的。于是，計算機工程師們開始各顯神通，給自己國家的語言建立了對應的字元集（Charset）和字元編碼（Character Encoding）
字元集
表示的可以是字元的一個集合
比如“中文”就是一個字元集，不過這樣描述一個字元集并不準确
想要更精确一點，我們可以說，“第一版《新華字典》裡面出現的所有漢字”，這是一個字元集。這樣，我們才能明确知道，一個字元在不在這個集合裡面
比如，我們日常說的Unicode，其實就是一個字元集，包含了150種語言的14萬個不同的字元。
字元編碼
則是對于字元集裡的這些字元，怎麼一一用二進制表示出來的一個字典
我們上面說的Unicode，就可以用UTF-8、UTF-16，乃至UTF-32來進行編碼，存儲成二進制。是以，有了Unicode，其實我們可以用不止UTF-8一種編碼形式，我們也可以自己發明一套 GT-32 編碼，比如就叫作Geek Time 32好了。隻要别人知道這套編碼規則，就可以正常傳輸、顯示這段代碼。
同樣的文本，采用不同的編碼存儲下來。如果另外一個程式，用一種不同的編碼方式來進行解碼和展示，就會出現亂碼。這就好像兩個軍隊用密語通信，如果用錯了密碼本，那看到的消息就會不知所雲。在中文世界裡，最典型的就是“手持兩把锟斤拷，口中疾呼燙燙燙”的典故。
沒有經驗的同學，在看到程式輸出“燙燙燙”的時候，以為是程式讓CPU過熱發出報警，于是嘗試給CPU降頻來解決問題。
既然今天要徹底搞清楚編碼知識，我們就來弄清楚“锟斤拷”和“燙燙燙”的來龍去脈。
“锟斤拷”的來源
如果我們想要用Unicode編碼記錄一些文本，特别是一些遺留的老字元集内的文本，但是這些字元在Unicode中可能并不存在。于是，Unicode會統一把這些字元記錄為U+FFFD這個編碼
如果用UTF-8的格式存儲下來，就是\xef\xbf\xbd。如果連續兩個這樣的字元放在一起，\xef\xbf\xbd\xef\xbf\xbd，這個時候，如果程式把這個字元，用GB2312的方式進行decode，就會變成“锟斤拷”。這就好比我們用GB2312這本密碼本，去解密别人用UTF-8加密的資訊，自然沒辦法讀出有用的資訊。
而“燙燙燙”，則是因為如果你用了Visual Studio的調試器，預設使用MBCS字元集
“燙”在裡面是由0xCCCC來表示的，而0xCC又恰好是未初始化的記憶體的指派。于是，在讀到沒有指派的記憶體位址或者變量的時候，電腦就開始大叫“燙燙燙”了。
3 總結延伸
到這裡，相信你發現，我們可以用二進制編碼的方式，表示任意的資訊。隻要建立起字元集和字元編碼，并且得到大家的認同，我們就可以在計算機裡面表示這樣的資訊了。是以說，如果你有心，要發明一門自己的克林貢語并不是什麼難事。
不過，光是明白怎麼把數值和字元在邏輯層面用二進制表示是不夠的。我們在計算機組成裡面，關心的不隻是數值和字元的邏輯表示，更要弄明白，在硬體層面，這些數值和我們一直提的半導體和電路有什麼關系。下一講，我就會為你揭開神秘的面紗。我會從時鐘和D觸發器講起，最終讓你明白，計算機裡的加法，是如何通過電路來實作的。
4 推薦閱讀
《編碼：隐匿在計算機軟硬體背後的語言》
- 從電報機到計算機，這本書講述了很多計算裝置的曆史故事，當然，也包含了二進制及其背後對應的電路原理。
參考
- 深入淺出計算機組成原理