简介
播报编辑
字节计算机存储和处理信息的基本单位。一个字节由 8 个二进制位组成，由00000000到11111111，组成字节的所有二进制位由计算机作为一个单元统一处理。字节可以表示单个字符，也可以表示0到255之间的数字 [2]。查看文件大小时，字节是操作系统列出的最小度量大小。
发展历史
播报编辑
字节一词是Werner Buchholz于1956年6月在IBM Stretch计算机的早期设计阶段发明的，Werner Buchholz需要用一个术语来描述机器处理的信息块，于是提出了“字节”这一术语。在考虑字节的构成时，最初基于计算效率的考虑，考虑了从1到12位的任意位数的排列。
早期人们多使用5位二进制数作为基本单位，但它只能表示32种不同的含义，无法囊括所有大写字母和小写字母。紧接着，一些计算机用6位二进制数表示字符，它最多可以表示64个字符，这足以表示所有大写字母、小写字母和数字，但对于其他符号和空格来说还不够。ASCII 定义了 7 位字符集，这在很长一段时间内对于许多用途来说已经足够了，并且也成为了大多数较新的字符集（ISO 646、ISO 8859、Unicode、ISO 10646 等）的基础。
二进制计算机的硬件特质鼓励人们将标准设置为较为方便的2的幂，8位比7位略大，不会造成太大的浪费，也满足了计算机设计人员定义其他字符的需求。随着8位处理器Intel 8086的的诞生，8 位字节成为标准。国际标准IEC 80000-13定义了这一常见含义，主要商业计算架构的普及也推动公众对于 8 位字节的普遍接受。
单位换算
播报编辑
名称 | 简写 | 换算 [3] |
|---|---|---|
比特（Bit） | bit/b | 1B=8bit |
半字节（Nibble） | N | 1B=2N [3] |
千字节（Kilobyte） | KB | 1KB=210 B =1024B |
兆字节（Megabyte） | MB | 1MB=210 KB =220 B |
吉字节（Gigabyte） | GB | 1GB=210 MB =230 B |
太字节（Terabyte） | TB | 1TB=210 GB =240 B |
拍字节（Petabyte） | PB | 1PB=210 TB =250 B |
艾字节（Exabyte） | EB | 1EB=210 PB =260 B |
泽字节（Zettabyte） | ZB | 1ZB=210 EB =270 B |
尧字节（Yottabyte） | YB | 1YB=210 ZB =280 B |
应用领域
播报编辑
数据存储
字节在数据存储中起重要作用，在计算机上存储信息时，以字节为单位进行存储。文档、图像、程序都存储为字节数。存储设备（例如硬盘、SSD、USB 驱动器）的容量通常以字节为单位。在计算机内存中，每个字节都有一个唯一的地址，每个字节可以存储一个字符 [4]。
数据处理
在计算机中，字节是数据处理的基本单位。计算机的CPU按照字节来读取和写入数据，执行计算和处理指令。除了字节，CPU还可以对更大的数据单元进行操作，例如字、双字等，这些数据单元通常由多个字节组成，可以表示更大范围的数据。CPU通过对这些数据单元的操作，实现对更复杂的数据结构和算法的支持。
网络通信
在网络传输中，计算机和网络设备通常以字节为单位来处理和传输数据。网络协议，如TCP/IP，定义了如何将数据分割成字节流，并通过网络传输到目的地。在传输过程中，字节也可以被用来检查数据完整性。例如，校验和算法会计算数据包中字节的和，并在接收端进行验证，以确保数据在传输过程中没有被篡改或损坏。
相关概念
播报编辑
位
位，简写为“b” ，读作“比特”，表示二进制中的1位。计算机中的数据都是以0和1
来表示的。一个二进制位只能有一种状态，即只能存放二进制数“0”或者“1”。 每8个位组成一个字节，是最小一级的信息单位 [5]
字
字是指计算机的CPU在同一时间内处理的一组二进制数，一个字通常分为若干个字节。这组二进制数的位数是“字 长”， 字长直接反映了计算机的计算精度，字长越长，计算机一次性处理的数字位数越多，处理数据的速度就越快。
字符
字符是文字和符号的抽象单位，是用户可读和可识别的最小元素。字符可以是一个字母、数字、标点符号、空格或任何其他书写系统中的符号。在计算机中，字符通过字符编码转换为字节序列以便存储和处理。 [6]
字节序
播报编辑
字节序（Endianness），也称为端序或字节顺序，是指多字节数据在计算机内存中存储或网络传输时各字节的顺序。计算机将信息存储在各种大小的二进制位组中，每个存储单元都分配了一个地址编号，计算机使用该编号访问数据。一个字通常包含多个字节，需要存储在多个地址单元中。字节序属于数据解释的方式，只与处理器架构有关。字节序主要有两种类型：大端字节序（Big-endian）和小端字节序（Little-endian）。 [7]
字节序大端字节序
在这种字节序中，高位字节存储在内存的低地址处，而低位字节存储在内存的高地址处。大端字节序接近于数字从左到右的书写方式。字节在网络中传输的顺序与具体的CPU类型、操作系统等因素无关，TCP/IP协议规定在网络传输中使用大端字节序，因此大端字节序是网络传输中主要使用的顺序。使用大端字节序的处理器包含Motorola 6800、Motorola 68000、PowerPC 970、System/370等。
小端字节序
在这种字节序中，低位字节存储在内存的低地址处，而高位字节存储在内存的高地址处。小端字节序是多数处理器架构及其相关内存主要使用的顺序。使用小端字节序的处理器包含x86、MOS Technology 6502、Z80、VAX、PDP-11、RISC-V等。
字节与编码
播报编辑
计算机中储存的信息都是用二进制数表示的，字符编码是一种将字符映射到字节序列的规则，即按照何种规则将字符存储在计算机中，以便在计算机系统中存储、处理和传输文本数据。字符编码与字节的关系非常紧密，因为字节是计算机中数据存储和处理的基本单位。 [8]
常用的字符编码方式有ASCII编码、Unicode编码、GB2312编码等。
ASCII编码
ASCII（American Standard Code for Information Interchange，美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语用于电子通信，由美国国家标准协会（ASA）在1963年制定，后来由国际标准化组织（ISO）采纳，并在世界范围内广泛使用。
ASCII编码Unicode编码
Unicode是一种字符集编码标准，旨在支持全球所有语言的字符。它为每种语言中的每个字符分配了一个唯一的编码，从而使得不同语言之间的文本处理和交换变得可能。Unicode是目前最广泛使用的字符编码标准，被现代操作系统、程序语言、网络协议和数据库系统广泛支持。
Unicode支持超过140种语言的文字，包括几乎所有现代语言以及古文字和符号。它为每个字符提供了一个唯一的码点，即每个字符拥有一个唯一编号，并提供了多种不同的编码方式，如UTF-8、UTF-16和UTF-32，这些编码方式用于将Unicode码点转换为字节序列以便于存储和传输。Unicode与ASCII兼容，其前128个字符与ASCII字符集相同。
UTF-8：一种可变长度的编码方式，使用1到4个字节来表示一个字符。
UTF-16：使用2个或4个字节来表示一个字符。
UTF-32：使用固定4个字节来表示一个字符，可以表示Unicode中的所有字符。
GB2312编码
GB2312是中华人民共和国国家标准汉字信息交换用编码，全称《信息交换用汉字编码字符集—基本集》，由国家标准总局发布，2025-08-14实施。它是中国大陆地区较早的汉字编码标准之一，对汉字的编码和传输起到了重要作用。
GB2312编码字节与存储
播报编辑
在计算机系统中，文件是信息存储的基本单位。文件类型，也被称为文件格式，是计算机对数据的编码方式，不同格式的文件使用不同的编码方式存储数据。常见的文件类型有文本文件、二进制文件等不同格式，它们采用不同的方式存储数据。
文本文件
文本文件是一种以文本形式存储数据的文件，其中的数据以人类可读的字符形式存在。文本文件通常包含字母、数字、标点符号和其他可打印字符，它们使用字符编码（如ASCII、UTF-8等）将每个字符映射到一个或多个字节。文本文件可以通过文本编辑器直接打开和编辑，因为它们的内容可以直接呈现为可理解的文本。
二进制文件
二进制文件是一种以二进制形式存储数据的文件，其中的数据以计算机可以直接理解和处理的二进制数字（0和1）表示。二进制文件包含了程序、图像、音频、视频等多种类型的数据，这些数据在存储时通常以字节为单位进行编码。与文本文件不同，二进制文件的内容不是以人类可读的文本形式存在，因此无法直接通过文本编辑器查看。
特点 | 文本文件 | 二进制文件 |
|---|---|---|
数据表示 | 使用字符编码（如ASCII, UTF-8）表示文本数据。 | 使用二进制编码表示各种类型的数据，包括文本、图像、音频等。 |
可读性 | 人类可读，可以直接通过文本编辑器查看和编辑。 | 不可直接读，需要特定应用程序或工具来解释和显示数据。 |
编码方式 | 每个字符通常映射到一个或多个字节。 | 数据以字节为单位存储，每个字节可以是数据的一部分或完整的数值。 |
紧凑性 | 相对于二进制文件，可能占用更多的存储空间，因为文本编码可能包含冗余信息。 | 通常更紧凑，因为它们不包含冗余的编码信息，并且可以使用更高效的数据表示方法。 |
错误容忍 | 对于小的数据损坏，文本文件可能仍然部分可读。 | 对于小的数据损坏，二进制文件可能完全无法读取。 |
兼容性 | 取决于字符编码，跨平台和应用程序兼容性较好。 | 可能需要特定的解析器或程序来正确读取，兼容性取决于文件格式和数据结构。 |
处理速度 | 解析和生成文本数据可能较慢，因为需要处理字符编码。 | 通常处理速度更快，因为可以直接操作二进制数据。 |
常见格式 | .txt, .csv, .xml, .html | .exe, .jpg, .mp3, .mp4, .bin |
