认识字符集、ASCII、GBK、Unicode、UTF-8

2024-06-27 14:05:11

一、标准 ASCII 字符集

ASCII（American Standard Code Information Interchange），美国信息交换标准码，包括了英文、符号等。

标准 ASCII 使用1个字节存储一个字符，首尾是0，总共可以表示128个字符，对于美国人来说完全够用。

二、GBK（汉字内码扩展规范，国标）

汉字编码字符集，包含了2万多个汉字等字符，GBK中一个中文字符编码成两个字节的形式存储。

注意：GBK 兼容了 ASCII 字符集。

GBK规定：汉字的第一个字节的第一位必须是1，例如：

三、Unicode字符集（统一码，也叫万国码）

Unicode 是国际组织制定的，可以容纳世界上所有文字、符号的字符集。

UTF-32，4个字节表示一个字符，有容乃大，缺点就是占存储空间，通信效率变低。

UTF-8，是Unicode字符集一种编码方案，采取可变长编码方案，共分四个长度区：1个字节、2个字节、3个字节、4个字节。

英文字符、数字等只占1个字节（兼容标准 ASCII 编码），汉字字符占用3个字节。

UTF-8 编码方式（二进制）：

例子：

注意：技术人员在开发时都应该使用UTF-8编码！

总结：

注意点：
1、字符编码时使用的字符集，和解码时使用的字符集必须一致，否则会出现乱码。
2、英文和数字一般不会乱码，因为很多字符集都兼容了ASCII编码。

四、iso-8859-1

iso8859-1编码表示的字符范围很窄，无法表示中文字符。但是，由于是单字节编码，和计算机最基础的表示单位一致，所以很多时候，仍旧使用iso8859-1编码来表示。而且在很多协议上，默认使用该编码。

虽然’中文’两个字不存在iso8859-1编码，以gb2312编码为例，应该是’d6d0 cec4’两个字符，使用iso8859-1编码的时候则将它拆开为4个字节来表示：‘d6 d0 ce c4’（事实上，在进行存储的时候，也是以字节为单位处理的）。而如果是UTF编码，则是6个字节’e4 b8 ad e6 96 87’。很明显，这种表示方法还需要以另一种编码为基础。

认识字符集、ASCII、GBK、Unicode、UTF-8相关推荐

ASCII,GBK,Unicode(UTF-32/UTF-8),乱码，ANSI详解
前言总目录日常开发过程中,经常会遇到ASCII,GBK,Unicode(UTF-32/UTF-8)等名词,对于这些概念是不是有点傻傻分不清呢?相信看下本文,你会有自己的理解. 一.ASCII码 1 ...
码表的理解(ASCII,GBK,Unicode,UTF-8等)。
以下任何言论都完全是个人的理解,如有雷同纯属巧合,如有错误,希望大家多多指出,共同学习!谢谢! 笔者是一个理解能力偏慢.稍钻牛角尖的程序员,什么东西都要从最基础理解起,一步一步向上理解,因此讲述时也是 ...
计算机编码种类（ASCII/gbk/unicode/utf-8）
计算机编码的作用主要是解决将文字转换为二进制码的过程: bytes–>encode–> str --> decode --> bytes ASCII 只适合英文编码,用一个字 ...
ASCII GBK Unicode 等各种字符编码
ASCII 码(仅适用全英文字符): 编码规则:总共0~127共128个字符编码:占用一个字节的后面7位,最前面的一位统一规定为0 0-31及127(共33个)是控制字符或通信专用字符(不可显示字符) ...
个人对码表的理解(ASCII,GBK,Unicode,UTF-8等)。
以下任何言论都完全是个人的理解,如有雷同纯属巧合,如有错误,希望大家多多指出,共同学习!谢谢! 笔者是一个理解能力偏慢.稍钻牛角尖的程序员,什么东西都要从最基础理解起,一步一步向上理解,因此讲述时也是 ...
字符集ASCII、GBK、UNICODE、UTF在储存字符时的区别
ASCII编码(American Standard Code for Information Interchange,美国信息互换标准代码),使用127个8进制字节表示英文和半角字符. GBK (Gu ...
ASCII、Unicode、GBK和UTF-8字符编码的区别联系（转载）
ASCII.Unicode.GBK和UTF-8字符编码的区别联系转载自:http://dengo.org/archives/901 很久很久以前,有一群人,他们决定用8个可以开合的晶体管来组合成不同 ...
深入理解-字符编码ASCII,GB2312,GBK,Unicode,UTF-8
字符编码简介起初再考虑写不写这篇文章,感觉这篇文章比较枯燥乏味,而且自己感觉也没理解的太透彻,就把理解的记录下来,所以这是纪念版的前方高能,非战斗人员请迅速撤离,我要开始装逼了. Go hard ...
ASCII、Unicode、GBK、UTF-8之间的关系
一.ASCII编码目录一.ASCII编码二.GBK编码三.Unicode编码四.UTF-8编码五.Unicode和UTF-8之间的转换六.Little endian 和 Big endi ...
字符编码、常见字符集解析（ASCII、Unicode、UTF-8、GB2312等）
文章目录字符编码 ASCII Unicode UTF-8 GB2312 C++中的字符类型 python中的字符编码小结各种字符编码的转换是个非常容易混淆的问题,这篇文章旨在梳理字符编码.常见字 ...

最新文章

热门文章