一些基础问题2

Posted 2021-02-15 xiaobingzi

编码问题

字符编码：将字符映射到一个二进制字符串的过程，有各种映射规则，如最早的ASCII，国际通用的unicode等。

ASCII

存储统一码的低字节，每个字符占一个字节（8-1=7位）。
比如，"1"的统一码是0x0031，其ascii码是49。"2"的ascii码是是32，"a"的ascii码是97，"A"的ascii码是65。
文本文件写入字符“111”即写进3个49的二进制字符串，因为文件保存的是字符的编码。
后来发展为国际标准 ISO-646。

unicode编码 万国码（ISO-10646）

每个字符占用4个字节，对中文支持不太好。

utf-8编码

1 个汉字字符存储需要3个字节，1 个英文字符存储需要 1 个字节。
如“学”对应 “-27, -83, -90” ，而英文字母 “J” 对应 “74” 。
汉字对应的字节值为负数，原因在于每个字节是 8 位，最大值不能超过 127（2的8次方-1），而汉字转换为字节后超过 了127（用了第8位），会溢出，以负数的形式显示。

gbk 编码 中国的

1 个汉字字符存储需要 2 个字节，1 个英文字符存储需要 2 个字节。如“学”对应 “-47 -89” ，而英文字母 “J” 对应 “74” 。
GB2312中文系统浏览器都默认用它解码。修改为其他解码方式，参考下图：

编辑器修改参考：

ansi编码：

智能编码
在中文机器上，直接创建时的编码方式是GB2312，如下图:

从其他地方考来的，可以自动识别。