手机开发实战43——手机字符编码介绍1

原创 2016年05月30日 22:04:56

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

版权声明:本文为博主原创文章,未经博主允许不得转载。

手机开发实战44——手机字符编码介绍2

编码 UTF-8: 采用变长字节 (1 ASCII, 2 希腊字母, 3 汉字, 4 平面符号) 表示。在网络传输时, 即使错了一个字节,不影响其他字节,而双字节只要一个错了,其他也错了,...
  • xjbclz
  • xjbclz
  • 2016年05月30日 22:05
  • 220

手机短信字符编码的问题

这几个月作手机短信的项目,碰到了很多字符编码的问题,真头痛。经过多番资料的搜索、亲手尝试和高人的指点,现在好像没那么迷惘了。现作了一些总结跟大家分享(有误之处请指点)               ...

手机开发实战160——EXIF格式介绍1

EXIF格式介绍 标准介绍 EXIF是Exchangeable image file format的缩写,即“可交换图像文件格式”,它是由日本电子与信息技术工业协会(JEITA)所制定的一...
  • xjbclz
  • xjbclz
  • 2016年06月12日 22:03
  • 187

手机开发实战127——AT介绍1

AT介绍 简介   AT命令(ATCommands)是一种调制解调器命令语言,AT 即Attention,AT指令集是从终端设备(Terminal Equipment,TE)或数据终端...
  • xjbclz
  • xjbclz
  • 2016年06月10日 20:13
  • 251

手机开发实战9——GSM信道介绍1

GSM在无线路径上传输的一个基本概念是:传输的单位是约一百个调制比特的序列,它称为一个突发脉冲。要把这个脉冲在一个载频上传播,它占有一段频率,也占有一段时间。 GSM规范采用FDMA方式,每个载...
  • xjbclz
  • xjbclz
  • 2016年05月12日 22:36
  • 289

手机开发实战51——SMS介绍1

SMS 简介 术语解释: SME:Short Messaging Entity,短消息实体。它可以接收或改善短消息,位于固话系统、移动基站或其他服务中心内;      SMSC:S...
  • xjbclz
  • xjbclz
  • 2016年06月01日 21:38
  • 225

手机开发实战177——NUCLEUS介绍1

NUCLEUS介绍 Nucleus Plus是美国源代码操作系统商ATI公司推出的新一代嵌入式操作系统,属于抢先式实时多任务操作系统内核, 95%的代码使用ANSI C编写,非常便于移植于各...
  • xjbclz
  • xjbclz
  • 2016年06月13日 21:40
  • 290

手机开发实战164——音频介绍1

数字音频基础 我们都知道,声音是由振动而产生的一种波,传统的声音处理方法都是模拟方法,其一般过程是通过声音录入设备把声音的振动转化为电流,通过一定的模拟电路进行放大和处理,再经磁设备记录到磁带上...
  • xjbclz
  • xjbclz
  • 2016年06月13日 21:33
  • 161

手机开发实战85——XML介绍1

XML简介 XML(Extensible Markup Language)即可扩展标记语言,它与HTML一样,都是SGML(Standard Generalized Markup Language...
  • xjbclz
  • xjbclz
  • 2016年06月06日 21:38
  • 116

手机开发实战59——语音信箱介绍1

简介 一种新型的电话通信服务业务。利用电信网和计算机处理系统存储、传递语音信息。用户向电信部门申请并办理手续取得自己的语音信箱号码和密码。别人可以拨通这个号码留言,本人拨通这个号码并输入密码能够...
  • xjbclz
  • xjbclz
  • 2016年06月01日 21:43
  • 135
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:手机开发实战43——手机字符编码介绍1
举报原因:
原因补充:

(最多只允许输入30个字)