位/字节/ASCII/UTF-8/GBK/GB2312/Unicode 扫盲

Posted 2020-08-20

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了位/字节/ASCII/UTF-8/GBK/GB2312/Unicode 扫盲相关的知识，希望对你有一定的参考价值。

1个字节（Byte）=8位 bit

1位就是计算机中的 1 或0

比如10进制1 ，ASCII码是49,二机制是： 00110001

它占用一个字节。

ASCII码：一个英文字母（不分大小写）占一个字节的空间，一个中文汉字占两个字节的空间。一个二进制数字序列，在计算机中作为一个数字单元，一般为8位二进制数，换算为十进制。最小值0，最大值255。如一个ASCII码就是一个字节。

UTF-8编码：一个英文字符等于一个字节，一个中文（含繁体）等于三个字节。

Unicode编码：Unicode是一种编码规范，是为解决全球字符通用编码而设计的，而UTF-8,UTF-16等是这种规范的一种实现，它是接口，UTF-8和UTF-16是实现类.

GBK编码：一个英文等于一个字节，一个中文（含繁体）等于两个字节。

GB2312编码：一个英文等于一个字节，一个中文（含繁体）等于两个字节。

符号：英文标点占一个字节，中文标点占两个字节。举例：英文句号“.”占1个字节的大小，中文句号“。”占2个字节的大小。

上代码++++>>>

public static void main(String[] args) {
        try {

            String str = "1";
            byte[] defaultByte = str.getBytes();
            byte[] utf8Byte = str.getBytes("UTF-8");
            byte[] gbkByte = str.getBytes("GBK");
            byte[] gb2312Byte = str.getBytes("gb2312");
            byte[] unicodeByte = str.getBytes("unicode");

            System.out.println(toString(defaultByte));
            System.out.println(toString(utf8Byte));
            System.out.println(toString(gbkByte));
            System.out.println(toString(gb2312Byte));
            System.out.println(toString(unicodeByte));
            
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }

    }

    public static String toString(byte[] array) {
        StringBuilder sb = new StringBuilder();

        for (byte b : array) {
            sb.append(b);
            sb.append(" ");
        }
        return sb.toString();
    }


“1”的结果为：

49 
49 
49 
49 
-2 -1 0 49 

“a”的结果为：
97 
97 
97 
97 
-2 -1 0 97 

“中”的结果为：
-28 -72 -83 
-28 -72 -83 
-42 -48 
-42 -48 
-2 -1 78 45 


“薅”的结果为：
-24 -106 -123 
-24 -106 -123 
-34 -74 
-34 -74 
-2 -1 -123 -123

Unicode怎么是4个字节呢？？？？？？？？？？？？？？

经过研究，Unicode 等同于 UTF-16,用4个字节代表一个字母或者一个中文