关于字符编码

ansi  <127  单字节,半角
GB2312 是对 ASCII 的中文扩展。 双字节,全角 >127,127-255
gbk  GBK包括了GB2312 的所有内容,同时又增加了近20000个新的汉字(包括繁体字)和符号。 >127,随便
gb18030  又加了几千个字
统称“DBCS“(Double Byte Charecter Set 双字节字符集
Unicode   废了所有的地区性编码方案,重新搞一个包括了地球上所有文化、所有字母和符号 的编码!“字节”是一个8位的物理存贮单元,而“字符”则是一个文化相关的符号。在unicode中,一个字符就是两个字节。从unicode开始,无论是半角的英文字母,还是全角的汉字,它们都是统一的”一个字符“
UTF-8就是每次8个位传输数据,而UTF-16就是每次16个位。UTF-8就是在互联网上使用最广的一种unicode的实现方式,unicode一个中文字符占2个字节,而UTF-8一个中文字符占3个字节

最后简单总结一下:

  • 中国人民通过对 ASCII 编码的中文扩充改造,产生了 GB2312 编码,可以表示6000多个常用汉字。
  • 汉字实在是太多了,包括繁体和各种字符,于是产生了 GBK 编码,它包括了 GB2312 中的编码,同时扩充了很多。
  • 中国是个多民族国家,各个民族几乎都有自己独立的语言系统,为了表示那些字符,继续把 GBK 编码扩充为 GB18030 编码。
  • 每个国家都像中国一样,把自己的语言编码,于是出现了各种各样的编码,如果你不安装相应的编码,就无法解释相应编码想表达的内容。
  • 终于,有个叫 ISO 的组织看不下去了。他们一起创造了一种编码 UNICODE ,这种编码非常大,大到可以容纳世界上任何一个文字和标志。所以只要电脑上有 UNICODE 这种编码系统,无论是全球哪种文字,只需要保存文件的时候,保存成 UNICODE 编码就可以被其他电脑正常解释。
  • UNICODE 在网络传输中,出现了两个标准 UTF-8 和 UTF-16,分别每次传输 8个位和 16个位。于是就会有人产生疑问,UTF-8 既然能保存那么多文字、符号,为什么国内还有这么多使用 GBK 等编码的人?因为 UTF-8 等编码体积比较大,占电脑空间比较多,如果面向的使用人群绝大部分都是中国人,用 GBK 等编码也可以。

来自:https://www.zhihu.com/question/23374078  

http://www.qianxingzhem.com/post-1499.html

更多:https://wenku.baidu.com/view/cbb11a176edb6f1aff001f8d.html?sxts=1523715864119



阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页