关闭

手机开发实战43——手机字符编码介绍1

303人阅读 评论(0) 收藏 举报
分类:

字符编码介绍

预备知识

1字符:

字符是抽象的最小文本单位。它没有固定的形状(可能是一个字形),而且没有值。“A”是一个字符,“€”(德国、法国和许多其他欧洲国家通用货币的标志)也是一个字符。”“这是两个汉字字符。字符仅仅代表一个符号,没有任何实际值的意义。

2字符集:

字符集是字符的集合。例如,汉字字符是中国人最先发明的字符,在中文、日文、韩文和越南文的书写中使用。这也说明了字符和字符集之间的关系,字符组成字符集(iso8859-1GB2312/GBKunicode)。

3代码点:

字符集中的每个字符都被分配到一个代码点。每个代码点都有一个特定的唯一数值,称为标值。该标量值通常用十六进制表示。

4代码单元:

在每种编码形式中,代码点被映射到一个或多个代码单元。代码单元是各个编码方式中的单个单元。代码单元的大小等效于特定编码方式的位数: UTF-8 UTF-8 中的代码单元由 8 位组成;在 UTF-8 中,因为代码单元较小的缘故,每个代码点常常被映射到多个代码单元。代码点将被映射到一个、两个、三个或四个代码单元;

UTF-16 

UTF-16 中的代码单元由 16 位组成;UTF-16 的代码单元大小是 8 位代码单元的两倍。所以,标量值小于 U+10000 的代码点被编码到单个代码单元中;

UTF-32

UTF-32 中的代码单元由 32 位组成; UTF-32 中使用的 32 位代码单元足够大,每个代码点都可编码为单个代码单元;

GB18030

GB18030  中的代码单元由 8 位组成;在 GB18030 中,因为代码单元较小的缘故,每个代码点常常被映射到多个代码单元。代码点将被映射到一个、两个或四个代码单元。

 

字符集

1常用字符集分类

ASCII及其扩展字符集

作用:表语英语及西欧语言。

位数:ASCII是用7位表示的,能表示128个字符;其扩展使用8位表示,表示256个字符。

范围:ASCII007F,扩展从00FF

ISO-8859-1字符集

作用:扩展ASCII,表示西欧、希腊语等。

位数:8位,

范围:从00FF,兼容ASCII字符集。

GB2312字符集 
作用:国家简体中文字符集,兼容ASCII 
位数:使用2个字节表示,能表示7445个符号,包括6763个汉字,几乎覆盖所有高频率汉字。 
范围:高字节从A1F7, 低字节从A1FE。将高字节和低字节分别加上0XA0即可得到编码。 
BIG5
字符集 
作用:统一繁体字编码。 
位数:使用2个字节表示,表示13053个汉字。 
范围:高字节从A1F9,低字节从407EA1FE 
GBK
字符集 
作用:它是GB2312的扩展,加入对繁体字的支持,兼容GB2312 
位数:使用2个字节表示,可表示21886个字符。 
范围:高字节从81FE,低字节从40FE 
GB18030
字符集 
作用:它解决了中文、日文、朝鲜语等的编码,兼容GBK 
位数:它采用变字节表示(1 ASCII24字节)。可表示27484个文字。 
范围:1字节从007F; 2字节高字节从81FE,低字节从407E80FE4字节第一三字节从81FE,第二四字节从3039 
UCS
字符集 
作用:国际标准 ISO 10646 定义了通用字符集 (Universal Character Set)。它是与UNICODE同类的组织,UCS-2UNICODE兼容。 
位数:它有UCS-2UCS-4两种格式,分别是2字节和4字节。 
范围:目前,UCS-4只是在UCS-2前面加了0×0000 
UNICODE
字符集 
作用:为世界650种语言进行统一编码,兼容ISO-8859-1 
位数:UNICODE字符集有多个编码方式,分别是UTF-8UTF-16UTF-32 
2
按所表示的文字分类

语言                                 字符集                                     正式名称 
英语、西欧语                     ASCIIISO-8859-1                MBCS 多字节 
简体中文                             GB2312                              MBCS 多字节 
繁体中文                             BIG5                                MBCS 多字节 
简繁中文                             GBK                                 MBCS 多字节 
中文、日文及朝鲜语              GB18030                              MBCS 多字节 
各国语言                             UNICODEUCS                    DBCS 宽字节

0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:598907次
    • 积分:10249
    • 等级:
    • 排名:第1743名
    • 原创:323篇
    • 转载:756篇
    • 译文:0篇
    • 评论:18条
    最新评论