Unicode 是字符集，负责给字符分配统一编号；编码方式负责把这些编号存成字节。

核心区分

  • 字符 (Character)：人能理解的符号，如 中、A、🙂。
  • 码点 (Code Point)：Unicode 分配的编号，如 U+4E2D。
  • 编码 (Encoding)：把码点转成字节的规则，如 UTF-8、UTF-16。

UTF-8

UTF-8 是 Web 和现代文本文件中最常见的编码方式。它对英文兼容 ASCII，对中文等字符使用多个字节表示。

URL 编码

URL 中有些字符不能直接出现，会被百分号编码 (Percent Encoding)：

空格 -> %20
中 -> %E4%B8%AD

常见问题

乱码通常不是“文字坏了”，而是读取时使用的编码和写入时的编码不一致。

本文归档于个人知识库 · 领域：CS & AI · 模块：04 Project_CS_AI/General