計(jì)算機(jī)編碼(字符集)——了解

為什么要有字符集，是因?yàn)橛?jì)算機(jī)只能處理二進(jìn)制數(shù)據(jù)。為了讓計(jì)算機(jī)能識(shí)別人類語(yǔ)言(0-9、a-z、A-Z、特殊符號(hào))，我們就需要對(duì)這每一個(gè)字符進(jìn)行“編碼”。所謂“編碼”就是：每一個(gè)字符，可以用不同的二進(jìn)制來(lái)表示。

假設(shè)：A 用二進(jìn)制表示 1000， B  用二進(jìn)制表示 1001

ASCII編碼：用1個(gè)字節(jié)(8位二進(jìn)制)來(lái)表示所有字符，共可以表示 2^8 = 256 。

ANSI編碼：其它國(guó)家，都對(duì)ASCII編碼進(jìn)行擴(kuò)展，用于顯示本國(guó)的語(yǔ)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(gè)字節(jié)(16位二進(jìn)制)(來(lái)表示，共可以表示 2^16 = 65536個(gè)字符。

• GB2312中共收錄了6763個(gè)漢字。

• GBK編碼：對(duì)GB2312進(jìn)行擴(kuò)充，收錄了一些冷門(mén)字、罕見(jiàn)字、古漢語(yǔ)等。共收錄2.1萬(wàn)個(gè)漢字。

• Unicode編碼：計(jì)劃將世界上所有字符統(tǒng)一編碼，用4個(gè)字節(jié)(32位二進(jìn)制)來(lái)表示一個(gè)字符。

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

假設(shè)：1  用Unicode編碼表示 0000000000000000000000000000000000000000000000001

• UTF-8：統(tǒng)一轉(zhuǎn)換格式編碼(多國(guó)語(yǔ)言編碼)

不同的字符，它會(huì)選擇合適編碼來(lái)進(jìn)行翻譯。

如：1 可以使用ASCII中編碼(8位二進(jìn)制)

“國(guó)”可以使用2個(gè)字節(jié)來(lái)表示