什么是编码
编码就是将可读的字符翻译成对应的字节,以前ASCII编码仅仅对英文字母及有限的特殊字符编码,那么127个坑位即一个字节(排列组合)是够了的,但是后来出现了诸多国家语言,127个坑位明显不过了,就需要拓展编码单位长度来容纳这些更多的字符,以下就是各种编码格式的介绍以及编码、解码中遇到问题的阐述。
如何避免编码问题
ASCII 编码规则:总共128个,用一个字节的低七位存储,可一共存储127个编码。
UTF-8 编码规则:
- 最高为是0,则是一个ASCII编码
- 最高位起连续两个1,则说明这是一个占用两个字节的字符串,例如:110xxxxx
- 若碰到字节10xxxxxx, 说明这不是一个首字节,需要向前查找找到其首字节
GBK 编码规则:双字节编码,范围是 A1~F7。
UTF-16 编码规则:因为它用两个字节(16bit)来表示,无论什么字符都用两个字节表示,这就是其名称的由来,但是由于它对于一些只需一个字节就表示的字符来说浪费空间,因此对于文件存储来说并不是最好的编码方式。