目录
ASCII码:
一个字节一共可以用来表示256种不同状态,每一个状态对应一个符号,就是256个符号,从00000000到11111111
来源:
上个世纪60年代,美国制定了一套字符编码,对英语字符与二进制位之间的关系,做了统一规定。这被称为ASCII码。ASCII码一共规定了128个字符的编码
特点:
这128个符号(包括32个不能打印出来的控制符号),只占用了一个字节的后面7位,最前面的1位统一规定为0
缺点:
不能表示所有字符
Unicode编码:
乱码:
世界上存在着多种编码方式,同一个二进制数字可以被解释成不同的符号。因此,要想打开一个文本文件,就必须知道它的编码方式,否则用错误的编码方式解读,就会出现乱码。
Unicode:
Unicode: 一种编码,将世界上所有的符号都纳入其中。每-一个符号都给予-一个独一无二的编码,使用Unicode没有乱码的问题。
缺点:
Unicode 只规定了符号的二进制代码,却没有规定这个二进制代码应该如何存储:无法区别Unicode和ASCIl:计算机无法区分三个字节表示一个符号还是分别表示三个符号。另外,我们知道,英文字母只用一个字节表示就够了,如果unicode统一规定,每个符号用三个或四个字节表示,那么每个英文字母前都必然有二到三个字节是0,这对于存储空间来说是极大的浪费。
UTF-8:
UTF-8是在互联网上使用最广的一种Unicode的实现方式。
UTF-8是一种变长的编码方式。它可以使用1-6个字节表示一个符号,根据不同的符号而变化字节长度。
UTF-8的编码规则:
>对于单字节的UTF-8编码,该字节的最高位为0,其余7位用来对字符进行编码(等同于ASCIl码)。
>对于多字节的UTF-8编码, 如果编码包含n个字节,那么第一个字节的前n位为1,第一个字节的第n+1位为0,该字节的剩余各位用来对字符进行编码。在第一个字节之后的所有的字节,都是最高两位为"10",其余6位用来对字符进行编码。