字符编码起源和发展

光年之外～

于 2022-06-10 13:59:41 发布

阅读量154

点赞数

分类专栏：理论文章标签：网络安全

本文链接：https://blog.csdn.net/qq_41671415/article/details/125215064

版权

理论专栏收录该内容

25 篇文章 0 订阅

订阅专栏

**基础ascii：**美国信息交换什么编码，也就一字节空间8位，最大255个，0到127（7F）是基础，80到FF是不常用的一些，这里没图片，自行百度下

在这里插入图片描述

**扩展ascii（gbk、gb2312）：**为了解决中文，所以就有了这个，用两个ascii编码组成一个汉字，似乎很完美，但是缺只适用中国，国外也会使用相同原理组建自己的编码，所以就有了unicode

**unicode：**用4字节标识了世界上所有的标志，但是没有说明如何存储，这是个大问题，所以有了utf-8、utf-16,utf-32
**utf-16:**以连个字节为单位开始存储（计算机很多东西都是这个思想），也不知道为啥不显示中文，文件开头两个字节标识了文件编码，BFFF是大端存储的，FFFB是小端存储，
在这里插入图片描述 utf-8: 稍微复杂，但是也好理解，有一个范围区间，
utf-16 utf-8
000000 - o0007F 0xxXXXXX
000080 - 0007FF 110xXXxx 10xXXxxX
000800 - 0OFFFF 1110xxxX 10xxxxxX 10xxXXXX
010000 - 10FFFF 11110x 10xxx 10xXXx 10xXxx
也就是说utf16字符这个范围内的对应utf-8这个范围,接下来上图
utf-16进制的“中”是4e2D,utf-8中的是e4b8ad
在这里插入图片描述很显然4e2D是在000800 - 0OFFFF 1110xxxX 10xxxxxX 10xxXXXX中，把e4b8ad转化为2进制为：
111001001011100010101101
切分后得到
1110（0100）10（111000）10（101101）
括号中的才是有效位，其余的是填充位，学网络协议的都知道填充是啥哈
0100 1110 0010 1101= 4E2D
同理可得utf-32,有兴趣的多多练习即可掌握