291 编码表

291 编码表

字符流 = 字节流 + 编码表

【基础知识普及】

二进制数

以win10的计算器为例，把标准模式转换为程序员模式。

在程序员模式下，输入数字，得到如下结果

	输入2	输入3	输入12	输入666
HEX	2	3	C	29A
DEC	2	3	12	666
OCT	2	3	14	1232
BIN	0010	0011	1100	0010 1001 1010

编码：按指定规则将字符存储到内存中，称为编码。

解码：按指定规则将内存中的数据解析显示出来，称为解码。

·

编码解码的规则必须一致，否则就会乱码。

编码解码的规则必须一致，否则就会乱码。

编码解码的规则必须一致，否则就会乱码。

·

编码规则，就是转换二进制数、人类语言的规则。

字符集，charset，一个系统支持的字符集合，包括文字（英文字母or汉字or拉丁字母aso）、标点、数字等。

常见的字符集：ASCII（读ask）、GBXXX、Unicode等。

ASCII	(American Standard Code for Information Interchange): 美国信息交换标准代码）是基于拉丁字母的一套电脑编码系统，主要用于显示现代英语和其他西欧语言。它是最通用的信息交换标准，并等同于国际标准ISO/IEC 646。ASCII第一次以规范标准的类型发表是在1967年，最后一次更新则是在1986年，到目前为止共定义了128个字符
GBXXX	GB 2312简体中文码表。一个小于127的字符的意义与原来相同，但两个大于127的字符连在一起时就表示一个汉字，共收录6763个汉字，其中一级汉字3755个，二级汉字3008个、拉丁字母、希腊字母、日文平假名及片假名字母、俄语西里尔字母等。 全角字符。GB 2312把ASCII里的数字、标点、字母重新编了2个字节长的编码，这就是全角字符，ASCII原来的数字、标点等称为半角字符。 对于人名、古汉语等方面出现的罕用字，GB 2312不能处理，这导致了后来GBK及GB 18030汉字字符集的出现。
GBK （重点掌握）	最常用的中文码表，在GB2312基础上的扩展，使用双字节编码，收录21003个汉字，支持繁体汉字、日文、韩文。
GB18030	最新的中文码表，收录汉字70244个，采用多字节编码，每个字由1or2or4个字节组成，支持中国少数民族文字、繁体汉字、日文、韩文
Unicode	统一码，也叫万国码、单一码（Unicode）是计算机科学领域里的一项业界标准，包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发，1994年正式发布1.0版本，2021年9月14日发布14.0版本。
UTF-8 （重点掌握）	可以用来表示Unicode标准中任意字符，是电子邮件、网页及其他存储或传送文字的优先编码。 互联网工程工作小组IETF要求所有互联网协议都必须支持UTF-8编码。 使用1-4个字节为每个字符编码。 编码规则如下 - 128个US-ASCII字符，只需要1个字节编码 - 拉丁文等字符，需要2个字节 - 大部分常用字（包括中文），用3个字节 - 其他极少使用的Unicode辅助字符，用4个字节