常用编码简单说明

Posted 2020-07-21 陋室铭

ascii编码：

这是最早的一种编码，很多其他的编码都会兼容ascii编码，ascii编码只包含常用的英文字母，数字，以及一些特殊字符，还有部分控制字符。

每个字符由占用一个字节的存储空间，因为最多只包含127个字符，而一个字节(8bit)最多可以存256(2^8)个字符，故其最高位都为0。

例如大写英文字母‘A‘对应的ascii码值为65，用二进制表示就是01000001.

gb2312编码：

由于计算机是美国人发明的，在设计编码的时候没有考虑到别国的文字，而ascii编码中是不包含别国的文字的，比如中文。所以想 要在计算机中显示

我们的中文，就必须制定一套中文编码规范，而gb2312就是其中一种，该编码方式包含常用的中文字符。而且兼容ascii编码，在gb2312编码中，ascii

字符还是跟原来一样占用一个字节，一个中文字符占用2个字节，ascii字符的码值在0-127之间，中文字符的两个字节的码值都是在127-256之间。

gbk编码：

gbk也是一种中文编码，其兼容gb2312编码，并且比gb2312包含了更多的汉字，与gb2312不同的是gbk在存储中文时，第一个字节码值在127-256之间，

第二个字节的码值在0-256之间，所以gbk能表示更多的汉字。

utf-8编码：

utf-8是一种国际化的编码方式，其包含世界各国的大部分文字，并且兼容ascii编码。在utf-8中，用1-6个字节来存储一个字符。具体如何区分某个字符

占几个字节呢？这就要看字符的第一个字节特征了

当第一个字节的二进制以‘0’开头时，表示这是个ascii字符，即只占一个字节

当以‘110‘开头时，表示这个字符占2个字节，其后的1个字节也属于该字符

当以‘1110‘开头时，表示这个字符占3个字节，其后的2个字节也属于该字符,

 当以‘11110‘开头时，表示这个字符占4个字节，其后的3个字节也属于该字符

当以‘111110‘开头时，表示这个字符占5个字节，其后的4个字节也属于该字符

当以‘1111110‘开头时，表示这个字符占6个字节，其后的5个字节也属于该字符

其中大部分的中文在utf8中都占3个字节，即第一个字节以1110开头那一类。