1 字符串的编码(encode)格式
GB2312 GBK GB18030 UTF-8 ASCII
其中常用的编码格式有
国标系列:GB18030(GBK(GB2312)) (windows常用)
国际标准:UNICODE16 <---> UTF-8 (Linux / Mac OS X / IOS / Android等常用)
一个汉字对应多少个字节?
2个(GBK)/ 3个(UTF-8)
1.1 GB2312-80编码
1980年发布
两个字节进行编码,编码范围(A1A1-FEFE) (0xa1-0xfe)(0xa1-xfe) 含有6763个汉字和682个字符
1.2 GBK编码
1995年制订
用两字节编码(8140~FEFE)
完全兼容GB2312,共21003个汉字(汉文,蒙文等)
1.3 GB18030-2005 编码
2005年制订共27533个汉字,用两个字节和四字节进行编码,两字节与GBK相同。
四字节: 略
1.4 UNICODE16编码(0x0000 ~ 0xFFFF)
UTF-8编码 (8-bit Unicode Transformation Format)
UNICODE <<---->> UTF-8互转 0000~007F 一字节(ASCII) 0080~07FF 二字节 0800~FFFF 三字节(汉字落在此区)
UNICODE编码:UNICODE16(两字节)、UNICODE32(四字节编码)。
可以参考: