基础组件(4) 字符编码Unicode原理

字符编码和字符集:

字符编码:

是一种规则,将字符映射为特定的字节或字节序列,以便计算机进行存储或者通信网络传递;

字符集:

是书写系统字母和符号的集合,也就是多个字符集合;

二者的关系:

通常某个特定的字符集,是采用特定的编码方式的。

unicode字符集,有三种编码方式:

UTF 是 Unicode Transformation Format 的缩写,意思是“Unicode 转换格式”,后面的数字表明至少使用多少个比特位(Bit)来存储字符。

UTF-8:

1-4字节来存储,是变长的编码方案;大端存储

UTF-32:

4个字节存储,固定长度的编码方案;

UTF-16:

使用2或者4个字节存储,长度即固定又可变;
➢UTF-16BE,其后缀是 BE 即 big-endian,大端的意思。大端就是将高位的字节放在
低地址表示。
➢ UTF-16LE,其后缀是 LE 即 little-endian,小端的意思。小端就是将高位的字节放
在高地址表示

固定开头:

UTF 格式在文件中总有固定文件头,程序打开一个文件时就可识别是 UTF-8 还是 UTF-16。

UTF 编码UTF 编码
UTF-8EF BB BF
UTF-16LEFF FE
UTF-16BEFE FF
UTF-32LEFF FE 00 00
UTF-32BE00 00 FE FF

注意:
只有 UTF-8 兼容 ASCII,UTF-32 和 UTF-16 都不兼容 ASCII,因为它们没有单
字节编码。

面试:

utf-8和utf-16的哪个占用空间大?
大部分为汉字时,基本汉字是2个字节,空间上utf-8空间是大于utf-16d
代码中,大部分是ascii码,使用utf-8的空间 < utf-16。

压缩原理面试不考,不做总结,工作中遇到再学习。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值