点阵字库制作和使用(一)

常见编码介绍

1.ASCII

          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。它是现今最通用的系统，并等同于国际标准ISO/IEC 646。（百度百科）

         

2.GB2312

         GB2312:中华民族传承下来的汉字怎么破?gb2312就这样来了,采用两个字节来编码,沿用ASCII中前127个字符的编码，127之后的字符全部去掉。两个字节中前一个称为高字节(oxA1-ox7)，后一个为低字节(oxA1-oxFE),这样能组合映射出来7000多汉字，同时还把ASCII中前127个字符重新编码一次，被称为'全角',127以下称为'半角'。字符编码范围：16进制：0x0000-(中间有一部分是未使用的)-0xF7FE  

           对于ASCII字符集，编码不变，从0x00~0x7F.

           GB2312中对所收汉字进行了“分区”处理，编号为01区至94区；每区含有94个字符，编号为01位至94位。这种表示方式也称为区位码。每一个字符都由与其唯一对应的区号和位号所确定。 
例如：“啊”的编号为16区01位，它的区位码就是1601（可以认为这就是一个代码点）。 
01–09区为特殊符号。 
16–55区为一级汉字，按拼音排序。 
56–87区为二级汉字，按部首/笔画排序。

举例来说，“啊”字是第16区中的第1个字符，它的区位码就是1601；“琛”字是第72区的第41个字符，它的区位码就是7241。

        对非ASCII字符如何编码

GB2312的编码单元是8比特，刚好是一个字节。对于非ASCII字符，每个字符由2个编码单元组成。第一个编码单元称为“高位字节”，第二个编码单元称为“低位字节”。 
高位字节 = 区号 + 0xA0 
低位字节 = 位号 + 0xA0

举例：“啊”的区位码是1601， 
高位字节 = 0x10（=16） + 0xA0 = 0xB0 
低位字节 = 0x01（=1） + 0xA0 = 0xA1 
所以，“啊”的编码就是0xB0（第一个编码单元）0xA1（第二个编码单元）。

再比如，“琛”的区位码是7241， 
高位字节 = 0x48（=72） + 0xA0 = 0xE8 
低位字节 = 0x29（=41） + 0xA0 = 0xC9 
所以，“琛”的编码就是0xE8（第一个编码单元）0xC9（第二个编码单元）。

说明：“高位字节”使用了0xA1–0xF7（把01–87区的区号加上0xA0），“低位字节”使用了0xA1–0xFE（把01–94加上0xA0）。不管是高位字节还是低位字节，它们的最高位都是1，这样就可以和ASCII字符的编码区分开。

3.GBK

         GBK编码，是在GB2312-80标准基础上的内码扩展规范，使用了双字节编码方案，其编码范围从8140至FEFE（剔除xx7F），共23940个码位，共收录了21003个汉字，完全兼容GB2312-80标准，支持国际标准ISO/IEC10646-1和国家标准GB13000-1中的全部中日韩汉字，并包含了BIG5编码中的所有汉字。GBK编码方案于1995年10月制定， 1995年12月正式发布，目前中文版的WIN95、WIN98、WINDOWS NT以及WINDOWS 2000、WINDOWS XP、WIN 7等都支持GBK编码方案。

4.Unicode

          Unicode（统一码、万国码、单一码）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年正式公布。

           Unicode的实现方式称为Unicode转换格式（Unicode Transformation Format，简称为UTF）。UTF-8，UTF-16，UTF-32是三种不同的Unicode编码方式，这三种编码方式都用于编码U+0000~U+D7FF以及U+E000~U+10FFFF的Unicode代码点。

5.UTF-8

          UTF-8（8-bit Unicode Transformation Format）是一种针对Unicode的可变长度字符编码，也是一种前缀码。它可以用来表示Unicode标准中的任何字符，且其编码中的第一个字节与 ASCII兼容，这使得原来处理ASCII字符的软件无须或只须做少部分修改，即可继续使用。因此，它逐渐成为电子邮件、网页及其他存储或发送文字的应用 中，优先采用的编码。

         UTF-8编码规则：如果只有一个字节则其最高二进制位为0；如果是多字节，其第一个字节从最高位开始，连续的二进制位值为1的个数决定了其编码的字节数，其余各字节均以10开头。UTF-8转换表表示如下：

                 

参考：https://www.cnblogs.com/zhao1949/p/5411374.html