2.1.1 数字文本

下面从文本开始说明如何用位0/1表示除数字以外的数据。在计算机中，文本是指字母、数字和相关符号的集合，也被称为字符。文本一般用于表示词、句子、段落等。文本不包括格式（粗体、斜体）。为便于讨论，我们把字符集限制为英文字母和相关字符。在计算机程序设计中，术语“字符串”通常也被用于指代文本字符序列。

记住文本的定义，我们需要表示的究竟是什么？我们需要表示A到Z，区分字母大小写意味着A和a是不同的符号。我们还需要表示像逗号和句号这样的标点符号，以及空格。我们也需要表示数字0～9。这里的数字可能会令人困惑，其实它指的是表示数字0～9的符号或字符，这与存储数字0～9是不同的。

像刚才描述的那样，如果把所有需要表示的不同符号加在一起，大约有100个字符。如果要用唯一的位序列来表示每个字符，每个字符需要多少位呢？6个位能给出64种不同的组合，这不够。7个位能给出128种不同的组合，足够用来表示100个左右的字符。不过，由于计算机通常是以字节为单位处理的，因此只有取整并使用完整的8位（即一个字节）来表示每个字符才有意义。用一个字节可以表示256个不同的字符。

那么，怎么用8位来表示每个字符呢？如你所想，已经存在用二进制表示文本的标准方法，我们马上就会讲到。但在这之前，有一点很重要，那就是：我们可以造出任何想要表示每个字符的方案，只要运行在计算机上的软件知道我们的方案即可。也就是说，在表示特定类型的数据时，有些方案优于其他方案。软件设计人员更喜欢常用操作易于执行的方案。

假设你要创造自己的方案，这个方案用位组来表示字符。你可能决定用0b00000000来表示字符A，用0b00000001来表示字符B，以此类推。这种把数据转换成数字格式的过程称为编码；解释这个数字数据的过程称为解码。