字符编解码

Posted 2022-06-25 chen--biao

所有的文件存储-------->字节

字节（byte）  --（编码）-- >   字符 （char）

字节（byte）  < --（解码）--    字符 （char）

字节：跟机器打交道。

字符：跟人打交道。

乱码的本质原因：编码、解码不一致。

 

ASCII (American Standard Code For Information Interchange,
    美国信息交换标准代码)。
    用7bit来表示一个字符，2的7次方 = 128个字符。

ISO-8859-1（西欧的编码标准，ASCII是它的子集）
    用8bit（一个字节）来表示一个字符，2的8次方 = 256个字符。

中文：gb2312 < gbk < gb18030
    用16bit（两个字节）来表示一个汉字。2的16次方 = 65536个字符。

unicode 万国码，包含全世界的字符。
    用16bit（两个字节）表示一个字符，原有的英文编码从单字节变成双字节，只需要把高字节全部填为0就可以。
    优点是：可以表示所有的字符。
    缺点是：存储变大。（原本a字符仅需要1个字节的存储空间，现在变为两个字节才能存储）

UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，UTF-8用1到4个字节编码Unicode字符。
    特点：变长的字节表示。
    一般来说，用3个字节表示一个中文。英文用1个字节来表示。