编码

编码解码

1. 计算机中的单位：
   • 位：
     数据存储的最小单位，每个二进制数字0或者1就是一个位(bit),又称为比特；
   • 字节：
     8个位构成一个字节；即1 byte(字节) = 8 bit(位)，byte 简称 B
     1 KB = 1024 B(字节)
     1 MB = 1024 KB
     1 GB = 1024 MB
2. 计算机常用编码
   编码是信息从一种形式或格式转换为另一种形式的过程，也称为计算机编程语言的代码简称编码
   • ASC II 码：
     （American Standard Code for Information Interchange，美国信息交换标准代码），是由美国国家标准学会指定的。asc ii码每个字符占据1 byte，用二进制表示 标准asc ii 码最高位为0，可表示128种可能字符，扩展asc ii 最高位为1，可表示256种可能字符。对于美国来讲英文字母加一些特殊符号足够用了。
   • GB2312：
     计算机从国外传到中国，中国的汉字非常多，那么用ASC II码，就不够用了。中国国家标准总局就制定了GB2312(国标码),来适应中国的国情。GB2312 一个汉字占据2 byte。数值小于127的字节表示ASCII中原有字符，两个连续数值都大于127的字节表示一个汉字字符。在此增加了6000多个常用汉字。
   • GBK：
     中国汉字博大精深，GB2312 增加的6000多个汉字还是不够用，GBK对GB2312进行了升级，使用GBK编码，当读取到一个数值上小于127的字节时当作一个ASCII中原有的字符处理。读到一个数值大于127的字节时必定会继续读取下一个字节，下一个字节的数值无需大于127，将两个字节一起组合形成一个汉字字符。仅仅这点改变让GBK 在GB2312 的基础上增加了20000多个汉字。
   • Unicode:
     我国有GB2312 和GBK，别的国家也有自己的编码，导致了各个国家之间存在复杂的编码转换问题。于是出现了Unicode：unicode编码表中包含了世界上所有国家的所有字符和符号的编码。unicode编码是一种概念，在最新的规范中，所有的字符一概使用四个字节表示。
   • UTF-8：
     unicode编码是一种概念，实际上真正实现了unicode编码的是被使用次数最多的UTF标准（UCS Transfer Format）。在UTF标准中现今最常用的是UTF-8。UTF-8是unicode编码的一种实现。
     UTF-8灵活性很强，用1～4个字节表示一个字符。
     当字符在ASCII中可以被表示时，UTF-8编码方式就用一个字节来表示它
     在UTF-8中汉字用3个字符来表示。
     GBK、GB2312等与UTF8之间都必须通过Unicode编码才能相互转换 一般为了国际化方便都会选用utf-8.至于节省空间来讲，就看哪个表示你需要的字符用的byte 少。可以根据自己需要选用。