最近被字符编码搞得很头痛,就来整理一波。
ASCII编码
由于计算机是美国人发明的,因此,最早只有127个字符被编码到计算机里,也就是大小写英文字母、数字和一些符号,这个编码表被称为ASCII编码,比如大写字母A的编码是65,小写字母z的编码是122,占用一个字节
Unicode
由于ASCII编码不支持其他国家的语言,Unicode应运而生,Unicode把所有语言都统一到一套编码里。一个字符两个字节。
utf-8编码
由于Unicode占用空间比较大,UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节
GBK编码
国家编码,中英文都是两个字节,是在国家标准GB2312基础上扩容的,国际上不通用
GB2312
国家标准编码