欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

字符编码集

程序员文章站 2023-12-29 09:33:46
ASCII 码: 在计算机内部,所有数据都使用二进制表示。每一个二进制位(bit)有 0 和 1 两种状态,因此 8 个二进制位就可以组合出 256 种状态,这被称为一个字节(byte)。 一个字节一共可以用来表示 256 种不同的状态,每一个状态对应一个符号,就是 256 个符号,从 000000 ......

ascii 码:

在计算机内部,所有数据都使用二进制表示。每一个二进制位(bit)有 0 和 1 两种状态,因此 8 个二进制位就可以组合出 256 种状态,这被称为一个字节(byte)。      一个字节一共可以用来表示 256 种不同的状态,每一个状态对应一个符号,就是 256 个符号,从 0000000 到 11111111。

ascii码:上个世纪60年代,美国制定了一套字符编码,对英语字符与二进制位之间的关系,做了统一规定。这被称为ascii码。ascii码一共规定了128个字符的编码,比如空格“space”是32(二进制00100000),大写的字母a是65(二进制01000001)。这128个符号(包括32个不能打印出来的控制符号),只占用了一个字节的后面7位,最前面的1位统一规定为0。

缺点:

不能表示所有字符。

相同的编码表示的字符不一样:比如,130在法语编码中代表了é,在希伯来语编码中却代表了字母gimel (ג)

unicode 编码:

unicode码:可以包含世界上所有的字符,但固定的长度,有些浪费存储空间,unicode 编码表中的字符占两个字节;

乱码:世界上存在着多种编码方式,同一个二进制数字可以被解释成不同的符号。因此,要想打开一个文本文件,就必须知道它的编码方式,否则用错误的编码方式解读,就会出现乱码。

unicode:一种编码,将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码,使用 unicode 没有乱码的问题。

unicode 的缺点:unicode 只规定了符号的二进制代码,却没有规定这个二进制代码应该如何存储:无法区别 unicode 和 ascii:计算机无法区分三个字节表示一个符号还是分别表示三个符号。另外,我们知道,英文字母只用一个字节表示就够了,如果unicode统一规定,每个符号用三个或四个字节表示,那么每个英文字母前都必然有二到三个字节是0,这对于存储空间来说是极大的浪费。

utf-8:

utf-8 : 对unicode的优化,可以包含世界上所有字符,字母占1个字节,汉字占3个字节;

utf-8 是在互联网上使用最广的一种 unicode 的实现方式。

utf-8 是一种变长的编码方式。它可以使用 1-6 个字节表示一个符号,根据不同的符号而变化字节长度。

utf-8的编码规则:

1)对于单字节的utf-8编码,该字节的最高位为0,其余7位用来对字符进行编码(等同于ascii码)。

2)对于多字节的utf-8编码,如果编码包含 n 个字节,那么第一个字节的前 n 位为1,第一个字节的第 n+1 位为0,该字节的剩余各位用来对字符进行编码。在第一个字节之后的所有的字节,都是最高两位为"10",其余6位用来对字符进行编码。

上一篇:

下一篇: