字節

字節計算機存儲和處理信息的基本單位。一個字節由 8 個二進制位組成，由00000000到11111111，組成字節的所有二進制位由計算機作為一個單元統一處理。字節可以表示單個字符，也可以表示0到255之間的數字。 ^[2]  查看文件大小時，字節是操作系統列出的最小度量大小。

字節一詞是Werner Buchholz於1956年6月在IBM Stretch計算機的早期設計階段發明的，Werner Buchholz需要用一個術語來描述機器處理的信息塊，於是提出了“字節”這一術語。在考慮字節的構成時，最初基於計算效率的考慮，考慮了從1到12位的任意位數的排列。

早期人們多使用5位二進制數作為基本單位，但它只能表示32種不同的含義，無法囊括所有大寫字母和小寫字母。緊接着，一些計算機用6位二進制數表示字符，它最多可以表示64個字符，這足以表示所有大寫字母、小寫字母和數字，但對於其他符號和空格來説還不夠。ASCII 定義了 7 位字符集，這在很長一段時間內對於許多用途來説已經足夠了，並且也成為了大多數較新的字符集（ISO 646、ISO 8859、Unicode、ISO 10646 等）的基礎。

二進制計算機的硬件特質鼓勵人們將標準設置為較為方便的2的冪，8位比7位略大，不會造成太大的浪費，也滿足了計算機設計人員定義其他字符的需求。隨着8位處理器Intel 8086的的誕生，8 位字節成為標準。國際標準IEC 80000-13定義了這一常見含義，主要商業計算架構的普及也推動公眾對於 8 位字節的普遍接受。

字節在數據存儲中起重要作用，在計算機上存儲信息時，以字節為單位進行存儲。文檔、圖像、程序都存儲為字節數。存儲設備（例如硬盤、SSD、USB 驅動器）的容量通常以字節為單位。在計算機內存中，每個字節都有一個唯一的地址，每個字節可以存儲一個字符 ^[4]  。

在計算機中，字節是數據處理的基本單位。計算機的CPU按照字節來讀取和寫入數據，執行計算和處理指令。除了字節，CPU還可以對更大的數據單元進行操作，例如字、雙字等，這些數據單元通常由多個字節組成，可以表示更大範圍的數據。CPU通過對這些數據單元的操作，實現對更復雜的數據結構和算法的支持。

在網絡傳輸中，計算機和網絡設備通常以字節為單位來處理和傳輸數據。網絡協議，如TCP/IP，定義瞭如何將數據分割成字節流，並通過網絡傳輸到目的地。在傳輸過程中，字節也可以被用來檢查數據完整性。例如，校驗和算法會計算數據包中字節的和，並在接收端進行驗證，以確保數據在傳輸過程中沒有被篡改或損壞。

位，簡寫為“b” ，讀作“比特”，表示二進制中的1位。計算機中的數據都是以0和1

來表示的。一個二進制位只能有一種狀態，即只能存放二進制數“0”或者“1”。 每8個位組成一個字節，是最小一級的信息單位 ^[5] 

字是指計算機的CPU在同一時間內處理的一組二進制數，一個字通常分為若干個字節。這組二進制數的位數是“字 長”， 字長直接反映了計算機的計算精度，字長越長，計算機一次性處理的數字位數越多，處理數據的速度就越快。

字符是文字和符號的抽象單位，是用户可讀和可識別的最小元素。字符可以是一個字母、數字、標點符號、空格或任何其他書寫系統中的符號。在計算機中，字符通過字符編碼轉換為字節序列以便存儲和處理。 ^[6] 

字節序（Endianness），也稱為端序或字節順序，是指多字節數據在計算機內存中存儲或網絡傳輸時各字節的順序。計算機將信息存儲在各種大小的二進制位組中，每個存儲單元都分配了一個地址編號，計算機使用該編號訪問數據。一個字通常包含多個字節，需要存儲在多個地址單元中。字節序屬於數據解釋的方式，只與處理器架構有關。字節序主要有兩種類型：大端字節序（Big-endian）和小端字節序（Little-endian）。 ^[7] 

在這種字節序中，高位字節存儲在內存的低地址處，而低位字節存儲在內存的高地址處。大端字節序接近於數字從左到右的書寫方式。字節在網絡中傳輸的順序與具體的CPU類型、操作系統等因素無關，TCP/IP協議規定在網絡傳輸中使用大端字節序，因此大端字節序是網絡傳輸中主要使用的順序。使用大端字節序的處理器包含Motorola 6800、Motorola 68000、PowerPC 970、System/370等。

在這種字節序中，低位字節存儲在內存的低地址處，而高位字節存儲在內存的高地址處。小端字節序是多數處理器架構及其相關內存主要使用的順序。使用小端字節序的處理器包含x86、MOS Technology 6502、Z80、VAX、PDP-11、RISC-V等。

計算機中儲存的信息都是用二進制數表示的，字符編碼是一種將字符映射到字節序列的規則，即按照何種規則將字符存儲在計算機中，以便在計算機系統中存儲、處理和傳輸文本數據。字符編碼與字節的關係非常緊密，因為字節是計算機中數據存儲和處理的基本單位。 ^[8] 

常用的字符編碼方式有ASCII編碼、Unicode編碼、GB2312編碼等。

ASCII（American Standard Code for Information Interchange，美國信息交換標準代碼）是基於拉丁字母的一套電腦編碼系統，主要用於顯示現代英語用於電子通信，由美國國家標準協會（ASA）在1963年制定，後來由國際標準化組織（ISO）採納，並在世界範圍內廣泛使用。

ASCII碼使用單個字節（8位）來表示每個字符，但實際上只使用了低7位，因此總共可以表示128個不同的字符。它包括大寫和小寫字母、數字、標點符號、控制字符和一些特殊符號。

Unicode是一種字符集編碼標準，旨在支持全球所有語言的字符。它為每種語言中的每個字符分配了一個唯一的編碼，從而使得不同語言之間的文本處理和交換變得可能。Unicode是目前最廣泛使用的字符編碼標準，被現代操作系統、程序語言、網絡協議和數據庫系統廣泛支持。

Unicode支持超過140種語言的文字，包括幾乎所有現代語言以及古文字和符號。它為每個字符提供了一個唯一的碼點，即每個字符擁有一個唯一編號，並提供了多種不同的編碼方式，如UTF-8、UTF-16和UTF-32，這些編碼方式用於將Unicode碼點轉換為字節序列以便於存儲和傳輸。Unicode與ASCII兼容，其前128個字符與ASCII字符集相同。

UTF-8：一種可變長度的編碼方式，使用1到4個字節來表示一個字符。

UTF-16：使用2個或4個字節來表示一個字符。

UTF-32：使用固定4個字節來表示一個字符，可以表示Unicode中的所有字符。

GB2312是中華人民共和國國家標準漢字信息交換用編碼，全稱《信息交換用漢字編碼字符集—基本集》，由國家標準總局發佈，1981年5月1日實施。它是中國大陸地區較早的漢字編碼標準之一，對漢字的編碼和傳輸起到了重要作用。

GB2312使用兩個字節來表示一個漢字，每個字節的高位都是1，這樣就可以與ASCII碼區分開來。因為ASCII碼的最高位是0。GB2312包含6763個常用漢字和682個非漢字圖形符號。這些字符按照使用的頻率分為兩級，第一級是3755個常用漢字，第二級是3008個非常用漢字。GB2312的字符排列是按照區位碼進行的，每個漢字由一個區號和一個位號組成，區號範圍是01到94，位號範圍是01到94。

在計算機系統中，文件是信息存儲的基本單位。文件類型，也被稱為文件格式，是計算機對數據的編碼方式，不同格式的文件使用不同的編碼方式存儲數據。常見的文件類型有文本文件、二進制文件等不同格式，它們採用不同的方式存儲數據。

文本文件是一種以文本形式存儲數據的文件，其中的數據以人類可讀的字符形式存在。文本文件通常包含字母、數字、標點符號和其他可打印字符，它們使用字符編碼（如ASCII、UTF-8等）將每個字符映射到一個或多個字節。文本文件可以通過文本編輯器直接打開和編輯，因為它們的內容可以直接呈現為可理解的文本。

二進制文件是一種以二進制形式存儲數據的文件，其中的數據以計算機可以直接理解和處理的二進制數字（0和1）表示。二進制文件包含了程序、圖像、音頻、視頻等多種類型的數據，這些數據在存儲時通常以字節為單位進行編碼。與文本文件不同，二進制文件的內容不是以人類可讀的文本形式存在，因此無法直接通過文本編輯器查看。