mysql ansi unicode_ANSI与Unicode编码

编码

一 、ANSI

编程语言就是符号。单个符号的不同状态可以代表不同信息，多种符号不同状态的组合就构成了我们的语言世界。计算机起源于美国，系统中使用的符号都是以英语字母为基础构造的。这就造成了使用英语作为主要语言的地区，使用计算机特别方便，就是不同字符的组合。

1.1、标准

​计算机的存储单元中，单个ANSI码值占用一个字节，也就是8个二进制位，这里只使用低7位二进制位，最高位b7用作奇偶校验位。从0x00(00000000)到0x7f(01111111)，一共128个字符(0~127)。

第0到32号以及第127号总共34个字符是控制字符或通讯专用字符。

第33到126号是字符，其中第48到57号是0到9是个阿拉伯数字，65到90是26个大写字母

奇偶校验：

代码在传送的过程中用来检验是否出现错误的一种方法，一般分为奇校验与偶校验。

奇校验：

正确的代码一个字节中1的个数必须是奇数，若非奇数，则在最高位b7添1

偶校验：

正确的代码一个字节中1的个数必须是偶数，若非偶数，则在最高位b7添1

1.2、拓展

标准的ANSI表示英语语言没有问题，但是无法覆盖中文的字符组成。于是不同地区纷纷对ANSI进行拓展以满足本地区使用的需要。

1.2.1、GB2312

默认的简体中文编码，使用2个大于128字符表示一个中文汉字，由6762个常用汉字和682个全角的非汉字字符组成。对于使用该编码的系统，GB2312指的就是ANSI编码。

1.2.2、GBK

在GB2312的基础上进行拓展，以添加汉语中的偏僻字以及繁体字。同样是2个字节，高字节是127号的内码，低字节不要求是127号之后的了。

1.2.3、GB18030

在GBK进行了扩展，以满足少数民族的使用。

二 、Unicode

由于各个国家和地区都对ANSI进行地区化拓展，结果导致信息不互通，无法解码。中文如果想正常显示必须安装中文编码，不然系统的显示，输入和输出都是乱码。ISO(国际标准化组织)决定废除所有的地区性编码，采用一种包含全球所有文化，所有字母和符号的编码--UCS。该编码规定所有字符必须使用2个字节进行编码。

2.1、UTF-8(UCS Transfer Format)

Unicode的网络传输实现方式之一，存储使用8个位作为基本单位，可变长度的编码。同时兼容了ANSI

单字节：

0XXXXXXX

双字节:

11XXXXXX 10XXXXXX

三字节:

111XXXXX 10XXXXXX 10XXXXXX

四字节：

1111XXXX 10XXXXXX 10XXXXXX 10XXXXXX

2.2、UTF-16(UCS Transfer Format)

Unicode编码的网络传输实现方式之一，每次传输16位。同时也是Unicode编码的直接实现。

2.3、UTF-32(UCS Transfer Format)

Unicode编码的网络传输实现之一，每次传输32位。

三 、\r\n与\n以及\r的区别

3.1、\r\n

Windows操作系统文本换行结束标志。使用该系统进行文件读取使用的方式不同，结果也不同

文本形式(字符流，使用缓冲区)

读取文件的时候，会自动将\r\n转换成\n

写入文件的时候，会自动将\n转换成\r\n

二进制形式(字节流，直接操作文件)

​无论读取还是写入，不会有任何转换。

3.2、\n

Linux操作系统文本换行结束标志。

3.3、\r

ios操作系统文本换行结束标志。

四、参考