什麼是編碼（encoding），為什麼需要它

1. Введение

想像你是國際峰會上的外交官：每個人講自己的語言、用自己的書寫系統。要互相理解，需要一個通用的翻譯器——一套把符號對應起來的規則。在電腦裡，這個角色就是編碼。

電腦只懂一種「語言」——一連串的零和一。0 和 1 是它的「字母表」。所有資訊都是以位元組的形式儲存和傳輸。1 個位元組就是 8 個位元（比如 01000001）。

那要怎麼把我們的字母和符號和位元組連起來？電腦怎麼知道字母「A」不是單純的一串 0/1，而是在畫面上要顯示的那個符號？

Кодировка

編碼（кодировка）就是一套規則（對照表），決定每個符號（字母、數字、標點、漢字、emoji）怎麼被轉成位元組序列，然後那些位元組又怎麼被解讀回符號。

類比像莫爾斯電碼：你把文字轉成點和劃、傳送出去，接收者按同樣的規則還原符號。在電腦裡約定「位元組 ↔ 符號」的那套規則就是編碼。

2. Зачем же нам нужна эта головная боль с кодировками?

• 在人類和機器之間翻譯：沒有編碼，文本只是位元組；有了編碼，才是有意義的符號。
• 通用性與相容性：不同程式和作業系統得對規則達成共識。如果一個檔案宣告是 UTF-8，讀的時候也要用 UTF-8。
• 支援多種語言和符號：西里爾字母、阿拉伯書法、漢字、數學符號、emoji——可表示的符號越多，編碼就越複雜也越靈活。

3. ASCII – «первобытная» кодировка

最老牌、最基礎的編碼之一是 ASCII (American Standard Code for Information Interchange)。它用 7 位元來表示一個符號，也就是最多能表示 128 個不同的符號：拉丁字母 (A-Z, a-z)、數字 (0-9)、標點和控制碼（例如換行、製表）。

A

65

1000001

B

66

1000010

a

97

1100001

b

98

1100010

0

48

0110000

1

49

0110001

!

33

0100001

32

0100000

歷史上第 8 個位元常被用作 parity bit（奇偶校驗位），後來就被拿來在「擴充」ASCII 時使用——於是出現了針對不同區域的一位元組編碼，導致混亂。

如果你寫下「Hello」，在磁碟上大概就是這樣（每個符號 1 位元組；對 7-bit ASCII 來說最高位是 0）：

H (01001000) e (01100101) l (01101100) l (01101100) o (01101111)

很簡單。但俄文字母或漢字在哪裡？在 ASCII 裡沒有——它是「單語言字典」，只適合基本的拉丁字元集合。

4. «Кракозябры» — почему кодировка это не шутки

有時打開檔案會看到類似 Привет 而不是「Привет」。這種現象叫做「亂碼」（或 Mojibake

比如，你把「Privet, mir!」（原文是俄文的「Привет, мир!」，這裡用拉丁轉寫）用 Windows-1251 存檔，對應到俄文字母的位元組可能像下面這樣（簡化表示）：

207

240

232

226

229

242