打开电脑，输入一段文字，发给朋友——这在今天稀松平常。但你有没有想过，你敲下的每个字，是怎么变成屏幕上那一串信息的？背后靠的就是计算机编码原理。
机器只懂0和1
计算机的底层是电路，通电是1，断电是0。它没法像人一样理解“你好”这两个字，只能处理由0和1组成的数据流。为了让计算机能表示文字、符号甚至表情，人们设计了一套翻译规则，把字符对应成特定的二进制数，这就是编码。
最基础的例子是ASCII码。比如大写字母A，在ASCII中对应的十进制是65，转成二进制就是1000001。当你按下A键，键盘告诉系统“用户输入了65”，系统再根据编码表把它显示为A。
字符：A -> ASCII码（十进制）：65 -> 二进制：1000001
字符：0 -> ASCII码（十进制）：48 -> 二进制：0110000ASCII不够用怎么办？
早期ASCII只定义了128个字符，包括英文字母、数字和一些符号。可一旦遇到中文、日文或者欧元符号€，它就束手无策了。一个汉字在ASCII里根本没有对应编号。
于是更复杂的编码方式出现了，比如Unicode。它就像一张超级大表，几乎收录了世界上所有语言的字符。汉字“中”在Unicode中的编号是U+4E2D，也就是十进制的20013。
但Unicode只是规定了字符和编号的对应关系，并不直接决定怎么存成二进制。真正写入文件或网络传输时，还得靠具体的实现方式，比如UTF-8。
UTF-8：灵活的存储方案
UTF-8是目前最常用的Unicode实现方式。它的聪明之处在于变长编码：常用字符用少字节，不常用的多字节。
比如英文A，在UTF-8里还是占1个字节，和ASCII完全兼容。而汉字“中”则需要3个字节来存储。这样既节省空间，又能支持全球文字。
字符 'A' -> UTF-8 编码（十六进制）：41
字符 '中' -> UTF-8 编码（十六进制）：E4 B8 AD你在网页上看到的一段中文，服务器发送的其实是一串像E4B8AD这样的字节。浏览器收到后，按UTF-8规则解码，再渲染成你能看懂的字形。
乱码是怎么来的？
你可能遇到过这种情况：一封邮件里写着“ä½ å¥½”，其实是“你好”被错误解码了。原因往往是编码和解码用的不是同一套规则。比如内容是按UTF-8编码的，却用GBK去解，结果就变成了乱码。
现在很多系统默认使用UTF-8，减少了这类问题。但在处理老文件、跨平台传输时，编码不一致仍是常见坑点。
编码无处不在
不只是文字，图片、音频、视频本质上也都是编码的结果。只不过它们的规则更复杂，涉及压缩算法和数据结构。但核心思想一样：把人类能感知的信息，转化成机器能处理的数字序列。
下次你复制一段文字，可以想想，这串看似简单的字符，已经在后台经历了多少次0和1的转换，才准确出现在目的地。编码原理，就是连接人与机器的语言桥梁。