电脑怎样认识中文？

01电脑真的“认识”中文吗？

我们平时会说：“电脑认识汉字。” 但更准确地说，电脑并不是像人一样看到“中”就理解“中”的意思。

电脑做的是： 按照约定，把字符对应到编号，再把编号编码成数据进行保存、传输和显示。

02汉字先要有一个统一编号

中文里有大量汉字。 如果每台电脑都自己给汉字编号，不同设备之间就会乱套。

所以 Unicode 给大量字符分配统一的 码点（Code Point）。

03编号怎样变成真正保存的 Byte？

Unicode 码点只是字符编号。 文件和内存真正保存的是 Byte。

UTF-8 就是一种把 Unicode 码点变成字节序列的编码方式。

在 UTF-8 中，常见汉字通常占 3 Byte。 但这不是说“汉字天生就是 3 Byte”，而是 UTF-8 对这些码点的编码结果。

04我们打拼音时，汉字是怎么出来的？

当你在键盘上输入 zhong， 键盘并不会直接产生“中”这个汉字。

中文输入法会根据你输入的按键、拼音规则、上下文和候选词模型， 给出可能的汉字或词语。

05电脑怎样把“中”画到屏幕上？

电脑知道当前字符是 U+4E2D 以后， 还需要知道：这个字到底应该画成什么样？

这就需要字体（Font）。 字体中保存了字符对应的字形设计信息。

操作系统和文字渲染系统会根据字体中的字形信息， 再结合字号、抗锯齿、屏幕像素等条件，把字画到屏幕上。

06为什么同一个汉字可以长得不一样？

因为不同字体会给同一个字符设计不同的字形。

07中文乱码为什么会出现？

中文字符通常需要多个 Byte。 如果保存和读取时使用了不同编码，就很容易出现乱码。

过去中文环境里还使用过 GB2312、GBK、Big5 等编码。 今天 Unicode / UTF-8 已经非常普遍，但旧文件和旧系统仍可能使用其他编码。