啥是编码Unicode_马鸿凯_新浪博客

先大致瞄下这个

啥意思，就是不同国家为了需求整出  ASCII、OME、 DBCS、GBK，然后即出现了  Unicode。

单字节编码：

ASCII字符集由95个可打印字符（0x20-0x7E）和33个控制字符（0x00-0x19，0x7F）组成。

OME：0x00~0x7F这个范围的解释基本是相同的，而对于后半部分0x80~0xFF的解释却不一定相同。（最终导致词不达意）

解码方式： 查表操作就可以完成编解码的过程

多字节编码方式：（为了落后的亚洲国家使用） 保持和ASCII字符集的兼容

解码方式： 根据第一个字节来选择不同的码表进行解析，然后在去查表

编码有： DBCS、

GB2312：涵盖了所有简体字符以及一部分其他字符；（最常用）

GBK（K代表扩展的意思）：在GB2312的基础上加入了对繁体字符等其他非简体字符（GB18030字符集不是双字节字符

集）。这两个字符集的字符都是使用1-2个字节来表示

然后是怎么区分简体和繁体的？

Windows系统采用936代码页来实现对GBK字符集的编解码。在解析字节流的时候，如果遇到字节的最高位是0的话，那么就使用936代码页中的第1张码表进行解码，这就和单字节字符集的编解码方式一致了。

我们现在用的是啥码制？

我们现在通常说到ANSI编码，通常指的是平台的默认编码，例如英文操作系统中是ISO-8859-1，中文系统是GBK。

为啥我们可以在不同的机器厂整不同的语言？

因为unicode。

啥是unicode编码？

Unicode字符集涵盖了目前人类使用的所有字符，并为每个字符进行统一编号，分配唯一的字符码（Code Point）。Unicode字符集将所有字符按照使用上的频繁度划分为17个层面（Plane），每个层面上有2 ¹⁶ =65536个字符码空间。（意思是我们只用到plan0呗）

最终看着看着懵逼了。。。。不急，接着继续。

虽然每个字符在Unicode字符集中都能找到唯一确定的编号（字符码，又称Unicode码），但是决定最终字节流的却是具体的字符编码 。

来举个例子： 对Unicode字符“A”进行编码，UTF-8字符编码得到的字节流是0x41，而UTF-16（大端模式）得到的是0x00 0x41；啥意思呐，别整这么专业，就是在你妈叫你狗蛋，你爹叫你，傻缺。但是你爹你娘是一家人（一家人就是unicode，你就是A）。

unicode编码都有什么？

UCS-2/UTF-16： 使用2个字节来表示，并且编码得到的结果完全一致。不同之处在于， UCS-2最初设计的时候只考虑到BMP字符，因此使用固定2个字节长度，也就是说，他无法表示Unicode其他层面上的字符，而UTF-16为了解除这个限制，支持Unicode全字符集的编解码，采用了变长编码，最少使用2个字节，如果要编码BMP以外的字符，则需要4个字节结对。

UTF-8、 GB18030、 gb2312，codepage936…………

乱码： 造成乱码的原因就是因为使用了错误的字符编码去解码字节流。

整清楚：字符集，字符码、 字符编码、代码页；

以上只是一些理解：高潮当然啥是unicode？整成一句话，就是一种适用于广大人民群众的食物。

原创：大部分摘自上述链接。如有错误，敬请斧正。

请注明出处： Ma_Hong_Kai