前言
(圖片來自網絡)
一、
字符編碼是計算機世界里最基礎、最重要的一個主題之一。不過，在計算機教材中卻往往浮光掠影般地草草帶過，甚至連一本專門進行深入介紹的著作都找不到（對這一點我一直很困惑，為什么就沒有哪位大牛對這個如此基礎、重要而又如此容易讓人困惑的主題寫一本專著予以介紹呢）。
而在編程實踐中，如果不發揚死磕到底的精神將字符編碼問題的來龍去脈、前世今生徹底搞清楚，那么它終將會像幽靈一樣揮之不去，導致時不時地被各種與字符編碼相關的“靈異”事件折磨得死去活來。
本人正是在經受了字符編碼所帶來的種種令人崩潰的痛苦之后，才在痛定思痛之余，最終痛下決心，誓要將它刨根究底。
二、
字符編碼的基礎性、重要性，主要體現在它涉及面廣。向下涉及到計算機的底層技術，甚至是硬件實現；向上幾乎跟所有的操作系統、編程語言、應用程序都密切相關。
因此，要想真正搞明白字符編碼問題，必須得從計算機的基本概念——位、字節、字等等開始，再結合不同的系統環境與編程環境，進行具體分析。
三、
類似於字符編碼這樣基礎、重要、應用廣泛而又特別容易讓人困惑的主題還有字節序(即大小端表示)、正則表達式以及浮點數實現、日期時間處理等等。其中，字節序、正則表達式跟字符編碼的關系又密切相關，尤其是字節序，直接影響字符編碼的字節序列。而由於正則表達式主要用於在字符串中查找、提取字符或子字符串，要想真正理解正則表達式，也離不開對字符編碼的深入理解。
基於此，本人准備將自己對字符編碼(包括字節序)與正則表達式進行刨根究底后的一些心得體會寫成兩個系列文章，一方面整理一下自己的思路以備忘，另一方面也真心希望能夠起到拋磚引玉的作用。
(圖片來自網絡)
四、
下面是字符編碼系列文章將會涉及到的內容：
一）關鍵術語解釋：位、字節、字與字長、字符集、編碼、解碼、字符編碼、現代字符編碼模型
二）字符編碼的由來
三）ASCII字符編碼方案
四）擴展ASCII字符編碼方案EASCII(Extended ASCII)以及ISO/IEC 8859字符編碼方案
五）漢字編碼方案：GB2312、GBK、GB18030、GB13000、全角與半角、CJK中日韓統一表意文字
六）漢字編碼中區位碼、國標碼(交換碼)、內碼(機內碼)、外碼(輸入碼)、字形碼(輸出碼)的區別及關系
七）ANSI編碼
八）代碼頁(Code Page)、微軟與ANSI代碼頁
九）Unicode編碼方案的面世
十）Unicode字符集概述
十一）字符編碼系統(字符編碼模型)的變化、字節序
十二）Unicode字符集的編碼方式：碼點、碼元、UTF-8、UTF-16、UTF-32
十三）同樣存在多字節編碼，為什么說UTF-8沒有字節序的問題，而UTF-16、UTF-32卻有？
十四）微軟為什么跟聯通有仇——Windows記事本的字符編碼方式
十五）Windows記事本的四種編碼方式(ANSI、Unicode、Unicode big endian、UTF-8)有何區別？
十六）深入剖析奇葩的Python字符編碼
十七）Vim中的字符編碼問題
十八）Unicode常見問題解答
十九）總結