手机开发实战44——手机字符编码介绍2

原创 2016年05月30日 22:05:45

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,具体如下: 
    
如果只有一个字节则其最高二进制位为0;如果是多字节,其第一个字节从最高位开始,连续的二进制位值为1的个数决定了其编码的字节数,其余各字节均以10开头。UTF-8最多可用到6个字节。 
UTF-16

采用2字节,Unicode中不同部分的字符都同样基于现有的标准。这是为了便于转换。

 0×00000×007FASCII字符,

0×00800×00FFISO-8859-1ASCII的扩展。

希腊字母表使用从0×0370 0×03FF 的代码,

斯拉夫语使用从0×04000×04FF的代码,

美国使用从0×05300×058F的代码,

希伯来语使用从0×05900×05FF的代码。

中国、日本和韩国的象形文字(总称为CJK)占用了从0×30000×9FFF的代码;由于0×00c语言及操作系统文件名等中有特殊意义,故很多情况下需要UTF-8编码保存文本,去掉这个0×00。举例如下: 
UTF-16: 0×0080  = 0000 0000 1000 0000 
UTF-8:   0xC280 = 1100 0010 1000 0000 
UTF-32
:采用4字节。 
优缺点 
    UTF-8
UTF-16UTF-32都可以表示有效编码空间 (U+000000-U+10FFFF) 内的所有Unicode字符。 
    
使用UTF-8编码时ASCII字符只占1个字节,存储效率比较高,适用于拉丁字符较多的场合以节省空间。 
    
对于大多数非拉丁字符(如中文和日文)来说,UTF-16所需存储空间最小,每个字符只占2个字节。 
    Windows NT
内核是UnicodeUTF-16),采用UTF-16编码在调用系统API时无需转换,处理速度也比较快。 
    
采用UTF-16UTF-32会有Big EndianLittle Endian之分,而UTF-8则没有字节顺序问题,所以UTF-8适合传输和通信。 
    UTF-32
采用4字节编码,一方面处理速度比较快,但另一方面也浪费了大量空间,影响传输速度,因而很少使用。

如何判断字符集

1字节序 
    
首先说一下字节序对编码的影响,字节序分为Big Endian字节序和Little Endian字节序。不同的处理器可能不一样。所以,传输时需要告诉处理器当时的编码字节序。对于前者而言,高位字节存在低地址,低字节存于高地址;后者相反。例如,0X03AB, 
Big Endian
字节序 
0000: 0 3 
0001: AB 
Little Endian
字节序是 
0000: AB 
0001: 0 3 
2
编码识别 
UNICODE
,根据前几个字节可以判断UNICODE字符集的各种编码,叫做Byte Order Mask方法BOM 
UTF-8: EFBBBF (
符合UTF-8格式,请看上面。但没有含义在UCSUNICODE
UTF-16 Big Endian
FEFF (没有含义在UCS-2
UTF-16 Little Endian
FFFE (没有含义在UCS-2
UTF-32 Big Endian
0000FEFF (没有含义在UCS-4
UTF-32 Little Endian
FFFE0000 (没有含义在UCS-4
GB2312
:高字节和低字节的第1位都是1 
BIG5
GBK&GB18030:高字节的第1位为1

版权声明:本文为博主原创文章,未经博主允许不得转载。

相关文章推荐

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178——NUCLEUS介绍2

任务及其通信 任务就是目的明确的半独立程序段。大多数现代实时应用都要求多任务。另外,这些任务的重要等级经常变化。管理这些竞争、实时任务的运行是Nucleus PLUS 的主要目的。 任务状...
  • xjbclz
  • xjbclz
  • 2016年06月13日 21:41
  • 292

手机开发实战168——LRC文件介绍2

播放原理      歌词播放的原理其实很简单,找到时间标志,将其与当前播放时间比对,如果一致则显示该时间标志对应的歌词,为方便起见没有对歌曲信息做处理(如果要显示歌曲信息,可以通过比对关键子如"...
  • xjbclz
  • xjbclz
  • 2016年06月13日 21:36
  • 209

手机开发实战56——EMS介绍2

业务描述   EMS从业务上可分为:移动台到移动台的EMS业务和SP(业务提供者)到移动台的业务。 EMS所支持的业务内容:   (1)格式化文本   ·对齐——左对齐、居中、...
  • xjbclz
  • xjbclz
  • 2016年06月01日 21:41
  • 180

手机开发实战52——SMS介绍2

工作流程 (1)移动台发送短消息   当一个移动用户想发出短消息时,要预先正确设置好短消息业务中心SMSC的电话号码,即+861380M1M2M3500(M1M2M3为地区码),然后通过移动...
  • xjbclz
  • xjbclz
  • 2016年06月01日 21:39
  • 188

使用BeautifulSoup爬取“0daydown”网站的信息(2)——字符编码问题解决

上篇中的程序实现了抓取0daydown最新的10页信息,输出是直接输出到控制台里面。再次改进代码时我准备把它们写入到一个TXT文档中。这是问题就出来了。 最初我的代码如下: #-*- coding: ...

J2EE -- 字符编码问题

  • 2011年07月11日 14:58
  • 4KB
  • 下载

【2-2】Python基础——字符编码

二 字符编码因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit)作为一个字节(byte)。所以,一个字节能表示的最大的整数就是255(二...

老生常谈--关于J2EE开发中的字符编码

这几天发现团队中的几个新成员对于开发中的编码理解的不是很好,特意写这篇文章,帮助大家理解。 首先,我们明确我们的目标在我们的工程中全部使用UTF-8编码。 其次,我们需要了解开发中解除到的编码包括...

字符编码介绍

  • 2012年03月05日 17:48
  • 335KB
  • 下载
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44——手机字符编码介绍2
举报原因:
原因补充:

(最多只允许输入30个字)