当前位置: 移动技术网 > IT编程>开发语言>Java > 字符编码集

字符编码集

2019年10月02日  | 移动技术网IT编程  | 我要评论
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。

如您对本文有疑问或者有任何想说的,请点击进行留言回复,万千网友为您解惑!

相关文章:

验证码:
移动技术网