参考链接:https://www.cnblogs.com/zhangboyu/p/7623712.html
1.编码
参考链接:https://www.cnblogs.com/liupp123/articles/8023861.html
首先明确一点计算机里面存的始终是二进制的数据,但是为了让数据变为可读的,于是就出现了编码,比如ascll、gbk、utf-8等编码方式。
-
Ascll编码
对于英语而言,其字符状态空间较小,只有52个字符,外加一些标点符号,1byte的长度(2^8个状态=256)就可以满足了,即ascll编码就可以满足(ASCII码一共规定了128个字符的编码,只占用了一个字节的后面7位,最前面的1位统一规定为0) -
中文编码
但是对于其他语言,比如中文,字符状态空间极大,128个字符完全不够,于是要求更大的编码长度来表示。比如,简体中文常见的编码方式是GB2312,使用2byte表示一个汉字,所以理论上最多可以表示256x256=65536个符号 -
Unicode编码
世界上存在着多种编码方式,同一个二进制数字可以被解释成不同的符号。因此,要想打开一个文本文件,就必须知道它的编码方式,否则用错误的编码方式解读,就会出现乱码。为什么电子邮件常常出现乱码?就是因为发信人和收信人使用的编码方式不一样。
可以想象,如果有一种编码,将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二