計算機編碼(字符集)——了解

為什么要有字符集，是因為計算機只能處理二進制數(shù)據(jù)。為了讓計算機能識別人類語言(0-9、a-z、A-Z、特殊符號)，我們就需要對這每一個字符進行“編碼”。所謂“編碼”就是：每一個字符，可以用不同的二進制來表示。

假設：A 用二進制表示 1000， B ?用二進制表示 1001

ASCII編碼：用1個字節(jié)(8位二進制)來表示所有字符，共可以表示 2^8 = 256 。

ANSI編碼：其它國家，都對ASCII編碼進行擴展，用于顯示本國的語言。

• ANSI在中文操作系統(tǒng)下，代表gb2312

• ANSI在繁體操作系統(tǒng)下，代表big5

• ANSI在日文操作系統(tǒng)下，代表JIS

• ……

• 用2個字節(jié)(16位二進制)(來表示，共可以表示 2^16 = 65536個字符。

• GB2312中共收錄了6763個漢字。

• GBK編碼：對GB2312進行擴充，收錄了一些冷門字、罕見字、古漢語等。共收錄2.1萬個漢字。

?

• Unicode編碼：計劃將世界上所有字符統(tǒng)一編碼，用4個字節(jié)(32位二進制)來表示一個字符。

它的缺點：編碼表文件太大了，不方便使用。用32位二進制表示一個字符，造成空間極大浪費。

假設：1 ?用Unicode編碼表示 0000000000000000000000000000000000000000000000001

• UTF-8：統(tǒng)一轉換格式編碼(多國語言編碼)

不同的字符，它會選擇合適編碼來進行翻譯。

如：1 可以使用ASCII中編碼(8位二進制)

“國”可以使用2個字節(jié)來表示