字符编码

Posted 2021-03-24 myniu

字符串编码

• 位 0或1 就是一位 bit
• 8位等于一个字节 8个bit组成1个Byte

ASCII 美国制定了一套字符编码,用来表示英文的字母就那么几个加上标点也用不了多少。 ASCII 码一共规定了128个字符的编码，用一个字节就能表示，且只占用了一个字节的后面7位，最前面的一位统一规定为0。

ASCII 是不能表示中文的因为汉字超级多的，别的国家使用的符号可能更多， Unicode 就是一个很大的集合，表示100多万个符号，把每个国家的字符都包含进来。

Unicode中一个符号要 几位或者几个字节 表示,比如：一个汉字 "哭" unicode编码为 u54ed 二进制 101010011101101 需要2字节 而一个文字需要一个字节 ，如果 Unicode 统一规定，每个符号用2个或3个...，那么文件就会变的很大。 解决的办法就是，页面一开始就说明，你要使用几个字节来表示一个字符。

UTF 是 Unicode Transformation Format 的缩写，意思是“Unicode转换格式”，

UFT-8：一种变长的编码方案，使用 1~6 个字节来存储；(UTF-8 是兼容 ASCII 的可以一个字节表示)

UFT-32：一种固定长度的编码方案，不管字符编号大小，始终使用 4 个字节来存储；

UTF-16：介于 UTF-8 和 UTF-32 之间，使用 2 个或者 4 个字节来存储，长度既固定又可变。