操作系统字符编码优化

什么是系统字符编码呢？

因为计算机不能直接存储⽂字，存储的是编码。计算机只能处理⼆进制的数据。所以人为规定了一套“翻译”，这就是系统字符编码。

1.常见编码（了解就好）

• ASCII码：

美国发布的，用1个字节(8位⼆进制)来表示⼀个字符，共可以表示2^8=256个字符。

美国的国家语言是英语，只要能表示0-9、 a-z、 A-Z、特殊符号。

• ANSI编码：

每个国家为了显示本国的语言，都对ASCII码进行了扩展。用2个字节(16位⼆进制)来表示⼀个汉字，共可以表示 2^16＝ 65536个汉字。

中国的ANSI编码是GB2312编码(简体)，对6763汉字进行编码，含600多特殊字符。另外还有GBK(简体)。

日本的ANSI编码是JIS编码。

中国台湾的ANSI编码是BIG5编码（繁体）。

• GBK：

对GB2312进行了扩展，⽤来显示罕见的、古汉语的汉字。现在已经收录了2.1万左右。并提供了1890个汉字码 位。 K的含义就是“扩展”。

• Unicode编码(统⼀编码)：

⽤4个字节(32位⼆进制)来表示⼀个字符，想法不错，但效率太低。例如，字母A用ASCII表示的话⼀个字节就够，可用Unicode编码的话，得用4个字节表示，造成了空间的极大浪费。

• UTF-8(Unicode Transform Format)编码：

根据字符的不同，选择其编码的长度。比如：⼀个字符A用1个字节表示，⼀个汉字用2个字节表示。 毫无疑问，开发中都用UTF-8编码，准没错。

中⽂能够使用的字符集两种： 第⼀种： UTF-8。 UTF-8是国际通用字库，里面涵盖了所有地球上所有⼈类的语言文字，比如阿拉伯文、汉 语…… 第⼆种： GBK（对GB2312进行了扩展）。 gb2312 是国标，是中国的字库，里面仅涵盖了汉字和⼀些常用外文，比如日文片假名，和常见的符号。 字库规模： UTF-8（字很全） > gb2312（只有汉字）

数据存储大小

UTF-8和gb2312的比较，保存大小： UTF-8（更臃肿、加载更慢） > gb2312 （更小巧，加载更快）

总结：

UTF-8：字多，有各种国家的语言，但是保存尺寸大，文件臃肿；

gb2312：字少，只⽤中⽂和少数外语和符号，但是尺寸小，文件小巧。

2.localectl:系统字符编码调整方法

常用参数：

参数	解释说明
status	查看显示目前的字符编码设置
set-locale LOCALE...	设置系统的字符编码信息
list-locales	列出系统已知的字符编码信息

调整系统的字符编码：

我们先看一下当前的字符编码设置是什么

localectl 或 localectl status

在切换字符集前，我们可以先查看有什么可以设置的字符集

localectl list-locales  --查看可以设置的字符集

输入/，进入搜索，输入你需要的字符集，这里我想找中文的字符集，就输入zh，在一列zh开头的字符集中找到zh_CN.utf8，然后复制这一段。

使用命令,就切换成你需要的字符集了。

localectl set-locale LANG=zh_CN.utf8