字符编码（计算机知识理解篇）

坚持每天敲代码

已于 2024-04-27 16:03:43 修改

阅读量313

点赞数 5

文章标签： python 汇编

于 2024-04-27 15:54:01 首次发布

本文链接：https://blog.csdn.net/m0_59772307/article/details/138249696

版权

字符编码

基本概念

什么是字符编码？字符编码就是将字符集中的字符映射成一些数字，只不过这些数字是二进制表示而成的。计算机通过存储这些数字的二进制表示，来存储相应的字符。

计算机中存储的基本单位，以及单位之间的换算是什么样的呢？其实每个计算机专业的人都应该知道：计算机中存储的都是01的二进制数字，每个bit位存一个二进制数字0或者1，每个字节Byte由8个bit位组成，就像2个bit能存储4个数字一样：00，01，10，11；一个Byte正好能表示2^8也就是256个数字，每个数字就对应了一个字符。所以说，我们把一个字节，也就是一个Byte作为计算机存储的基本单位。下面是更大的存储单位换算：

1KB = 1024B（这里的B就是Byte）
1MB = 1024KB
1GB = 1024MB
1TB = 1024GB

常见的编码

ASCII码：是最早的字符编码标准，使用的是7位二进制数，表示128个常用字符（但实际上是8位，只不过最高位没用一直都是0），包括英文大小写字母、0-9数字，以及其他常用字符。ASCII编码是单字节编码，每个字符占用一个字节的存储空间。
GBK：是中文编码标准，支持汉字字符。GBK使用双字节编码，其中一个字节表示高位，另一个表示低位，可以表示大约21000个汉字和字符。GBK是兼容ASCII编码，ASCII可以用一个字节表示一个字符。2^16 = 65536 能存储这么多种字符。
Unicode：统一码，Unicode采用的是4个字节表示一个字符，他想表示整个是世界的字符，2^32个，肯定够用了，但是有个问题，每个字符都是4个字节，就连之前美国人自己的ASCII码明明可以用一个字节表示，现在用4个字节，不纯纯大怨种嘛，耗费那么多计算机资源干啥。
utf-8：是一种可变长的Unicode编码，通过使用不同长度的字节表示字符。UTF-8是网上最常用的字符编码方式，可兼容ASCII编码，表示全球所有语言的字符。根据字符集范围采用不同数量的字节表示，ASCII码就用一个字节表示，其他用不同长度的字节表示。