编码--文字输入的前因后果
编码
首先，编码的定义是：信息从一种形式或格式转换为另一种形式的过程。（百度百科）
下面粗略的从两个方面讲下编码的作用：
人和计算机的信息交换：人输入信息的方式有多种，比如说 语音，视频，文字等等，但是计算机只认识二进制，那么问题就来了，如何 翻译 给计算机呢？以 文字 举例，用户输入分为以下阶段：
输入——>汉字键盘码——>汉字交换码——>汉字内部码——>汉字地址码——>汉字字形码——>输出。
下面大概讲下这几个步骤。
键盘码：有两种，一种比如说是鼠标的点击，对应的是操作系统的键值，另一种是转换为ascii码。过程如下：
用户——>输入码/汉字输入码（比如说五笔，拼音等等（也符合编码的概念--））——>键盘——>键盘扫描码——>BIOS键盘驱动程序——>操作系统——>程序消息（这里我有个问题，就是bios传递给操作系统的信息格式是什么样子的，肯定不是ascii码，因为没有田字格的ascii码。估计也有一种格式--）
然后交换码和内部码，就是这次我们讲的重点：字符编码。
这里讲下，交换码，也就是我们所说的编码集。比如说， GB2312全称就是 《信息交换用汉字编码字符集·基本集》，而字符集和编码集，就是为了实现将输入的文字转换为计算机识别的二进制格式：内部码。
下面明确一个概念，字符集 和 编码集。
所谓字符集，是指：一个文字系统所支持的所有抽象字符的集合。
所谓编码集，是指：将字符集转换为计算机可接受的形式的信息，（this is 编码）
比如说unicode是字符集，ascii既是编码集，也是字符集，而utf-8则是编码集。具体大家可以取查下utf-8，GBK，这是用的比较多的两种编码集。
想要深入了解的话，推荐做一个编码识别的程序：随便找一个网页，可以判断其编码。做法大概是 根据每个字节大小判断其编码，再根据全文占比率判断整体编码
最后，汉字地址码和字形码涉及到的是汉字的显示问题，比如点阵显示，矢量显示，实现后就是我们看到的各种字体了。粗略讲下：
用点阵表示字型时，汉字字型码指的是这个汉字字型点阵的代码。根据输出汉字的要求不同，点阵的多少也不同。简易型汉字为16*16点阵，提高型汉字为24*24点阵，32*32点阵，48*48点阵等等，
矢量表示方式存储的是描述汉字字型的轮廓特征，当要输出汉字时，通过计算机的计算，由汉字字型描述生成所需大小和形状的汉字点阵。矢量化字型描述与最终文字显示的大小，分辨率无关，因此可以产生高质量的汉字输出。Windows中使用的TrueType技术就是汉字的矢量表示方式。
（来自百度百科）
此处还有些知识点，比如apple的边缘模糊技术，就不细讲了。有兴趣的同学可以自行了解。估计是图形学方面的知识。留待以后感兴趣了再细看。
计算机和计算机的信息交换：这个就不多讲了，其实就是使用内部码传递信息。
这里有一个坑点，就是早期网关（硬件）采用7bit位传输（这里就有个问题了，如果早期网关是第一个bit位做奇偶校验呢，还是由于网关的某些原因只接受7位数据划分呢）。为了解决这个问题，诞生了后来的base64。有兴趣了解的可以看下链接。
有相关兴趣的同学可以研究下 中文信息处理 这门课，以及可以自己动手做下demo
有一些有意思的问题可以考虑下：
Why 1B==8bit
字符集和编码集区别
用户A输入信息到用户B显示信息的过程。
一些比较有意思的，或者相关的链接：
UTF-8 GBK UTF8 GB2312 之间的区别和关系
WHY IS A BYTE 8 BITS? OR IS IT?
