字符编码与字库开发基本原理学习（一）

一些基本概念的理解

     编码就是将各种文字，字符通过一个或者多个字节的数值来来代表这些字符。如：在Unicode这种编码里，“中”对应的编码就是   "u4e2d"。不同的编码”中“字，对应的编码也不同。

     字库（或者称”字模“)就是描述字符形状的文件集合。字库有16位、24位、32位。每个字符对应于一个点阵。同时字库是按照一定编码制作成的如有的字库是符合GB2312的。

  通过字符的编码值，到这个字库文件中去寻找该字符对应的点阵数据，将这个数据拷贝到二维数值中。在将二维数组的值拷贝到显示屏上对应的内存中，即可显示该字符。

    举例：

       当Linux系统中的某个终端编码设为UTF8字符集、或者GB2312字符集（终端菜单栏有设置）。我们通过标准输入“中”时，我们的输入缓存中得到的数据是不一样的。

      不管使用那一种，我们用户看到的只是“中”字，这是由于字符集编码不同，“中”字对应的字符编码也不同。

       例如：我们在UTF8字符集下输入”中“字，然后由通过终端菜单栏设置为GB2312，这是后我们看到前面输入的”中“字，变了样，我们在输入"中"字则能正常显示。这是由于操作系统会根据当前选择的字符集(一些16进制编码)，来解析这些字节数据，如果系统看到buffer中的数据为[0XD6][0XD0]，它是”中“字，则按照此字节到字库中找到”中“字的字模显示到终端。

一些编码介绍

1.ASCII码：一个字节.

2.GB2312 区位码. 

3.GBK  分为三个编码区。(汉字区、图形编码区、用户自定义区)

4.Unicode使用4个字节来表示(用1字节表示 ASCII 、用2字节来表示拉丁文等、用3字节便是CJK字符（东亚文字）、用4字节为其它)

注意：以上编码值中，每个字节的值都有一定的范围（即不是每个字节值都是0~255）。

编程中的注意事项

1.如果我们编辑代码时使用的编码与我们使用的字库编码不一致，或者不相互兼容。那么我们代码中就会从字库中读到我们不想要的字符模型。从而出现乱码。