标签：编码 UTF 字节 字符集 GBK 大杂烩 Unicode UCS ASCII

编码的概念

           计算机存放数据只能存放数字，所有字符都会被转换成不同的数字。本文多少借鉴了一点其他大佬的珍贵笔记，主要记录了本人对"ASCII"、"GBK"、"Unicode"、"UTF-8"这几种字符集的理解

1.ASCII

        于是就有了最初的ASCII码，但是ASCII，但是ASCII码只能表示0-127(Math.pow(2,8))范围内的数字对应的字符，但随着计算机的发展这显然非常不够用，毕竟计算机还要支持其他语言比如中文比如法语，但是问题不大发展一下就可以了，于是就有了ISO-8859-1 ASCII。

        ISO-8859-1 ASCII主要支持数字和西欧字母，和ASCII概念差不多，不过多表述。

2. GBK

    GBK全称《汉字内码扩展规范》（GBK即“国标”、“扩展”汉语拼音的第一个字母，英文名称：Chinese Internal Code Specification） ，别问为啥不是英语首字母，年轻人要爱国，问就是拼音缩写

        就比GBK这个字库就支持咋博大精深的中文，并且向上兼容ISO-8859-1。

        但是如果每个国家出一个字库那调起来不就很麻烦吗，于是Unicode应运而生

3. Unicode

1）Unicode的基本情况

        统一码，也叫万国码、单一码（Unicode）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。我们现在用的也还是这个。

        然后你会凸凸我说不对啊我们现在用的Utf-8、Utf-16我知道Unicode是编码格式但是..

        这里要排雷，Utf-8和UTF系列都是在Unicode的基础上面衍生出来的。

        首先UTF是“UCS Transformation Format”的缩写，可以翻译成Unicode字符集转换格式，本质上还是对Unicode进行转换。

        转换的原因是Unicode要存放很多很多数据，且每个数字都有4个字节，在某些情况下字节过长会占用比较大的开销，所以就出现了UTF系列的子编码。比如UTF-8对数字和字母就使用一个字节，而对汉字就使用3个字节，从而到达了合理利用资源的效果

2)关于字节长度

unicode是2个字节。(1字节8位 1Byte=8bit)

这一标准的2字节形式通常称作UCS-2。然而，受制于2字节数量的限制，UCS-2只能表示最多65536个字符。

Unicode的4字节形式被称为UCS-4或UTF-32，能够定义Unicode的全部扩展，最多可定义100万个以上唯一字符

标签：编码,UTF,字节,字符集,GBK,大杂烩,Unicode,UCS,ASCII
来源： https://blog.csdn.net/wutrg1502/article/details/120768876

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。