您现在的位置是：课程教程文章
一文带你了解编码集
2023-12-18 23:33课程教程文章 人已围观
编码集
1. ASCII编码：
127个字母 8个数据位足够存储字母、数字、符号，支持到0x7F。
2. GB2312编码
每个汉字占据2个字节(高位和低位)，16个数据。GB2312是对ASCII的中文扩展，共包含7000多个汉字。是计算机发展到中国后发展起来的编码，检测高位和低位，如果同时大于0x7F，则认为是GB2312，否则认为是ASCII编码。
相关推荐：《Python视频教程》
3. GBK(1995)和GB18030(2005/2000)
每个汉字占据2个字节，由于汉字的数量太大，GB2312不能满足需求。GBK包括了GB2312的所有内容，
同时增加了近20000个新的汉字（包括繁体）和符号 。只要求高位大于0x7F，低位可以小于0x7F，认为是中文。
> 国家标准GB18030-2000《信息交换用汉字编码字符集基本集的补充》是我国继GB2312-1980和
GB13000-1993之后最重要的汉字编码标准，包含多种我国少数民族文字，其中收入汉字70000余个。
4.Unicode编码
> 定长存储, 将所有语言都统一到一套编码集，通常使用2个字节，有的是4个字节。收录很全。
分为17个面，基本面采用２个字节，普通中文子也在基本面中，另外16个面是４个字节。
不兼容ASCII码，即存储的时候，对ASCII码前面补0，导致存储的数据变大。
５. utf-8---变长存储
> 国际标准组织(ISO)制定英文字符使用1个字节，沿用原来的ASCII码。
> 使用1~4个字节表示一个符号，中文存储使用3个字节（ascii码中的内容用1个字节保存\欧洲的字符用2个字节保存\东亚的字符用3个字节保存\特殊符号用４个字节）
> Unicode是内存编码表示方案（规范），而utf-8是如何保存和传输Unicode的方案（实现）
> 优点：虽然内存汇总的数据都是Unicode，但当数据保存到磁盘或者用于网络传输时，使用utf-8会节省更多的流量和硬盘空间。
如何判断几个字节表示一个字符：
每个字节添加识别位，其中高位识别位为４位，低位识别位为２位。判断高位字节开头有几个１，可以确定共有几个字节来表示一个字符。
６. utf-8和Unicode对应关系
utf-8去掉识别位，变成unicode。
课程教程：一文带你了解编码集上一篇：一文带你读懂编码和解码
下一篇：没有了
