编码基本知识
来源:互联网 发布:数据分析入门教材 编辑:程序博客网 时间:2024/05/20 03:42
最早的编码是iso8859-1,和ascii编码相似。但为了方便表示各种各样的语言,逐渐出现了很多标准编码,重要的有如下几个。
2.1. iso8859-1
属于单字节编码,最多能表示的字符范围是0-255,应用于英文系列。比如,字母'a'的编码为0x61=97。
很明显,iso8859-1编码表示的字符范围很窄,无法表示中文字符。但是,由于是单字节编码,和计算机最基础的表示单位一致,所以很多时候,仍旧使用iso8859-1编码来表示。而且在很多协议上,默认使用该编码。比如,虽然"中文"两个字不存在iso8859-1编码,以gb2312编码为例,应该是"d6d0 cec4"两个字符,使用iso8859-1编码的时候则将它拆开为4个字节来表示:"d6 d0 ce c4"(事实上,在进行存储的时候,也是以字节为单位处理的)。而如果是UTF编码,则是6个字节"e4 b8 ad e6 96 87"。很明显,这种表示方法还需要以另一种编码为基础。
2.2. GB2312/GBK
这就是汉子的国标码,专门用来表示汉字,是双字节编码,而英文字母和iso8859-1一致(兼容iso8859-1编码)。其中gbk编码能够用来同时表示繁体字和简体字,而gb2312只能表示简体字,gbk是兼容gb2312编码的。
2.3. unicode
这是最统一的编码,可以用来表示所有语言的字符,而且是定长双字节(也有四字节的)编码,包括英文字母在内。所以可以说它是不兼容iso8859-1编码的,也不兼容任何编码。不过,相对于iso8859-1编码来说,uniocode编码只是在前面增加了一个0字节,比如字母'a'为"00 61"。
需要说明的是,定长编码便于计算机处理(注意GB2312/GBK不是定长编码),而unicode又可以用来表示所有字符,所以在很多软件内部是使用unicode编码来处理的,比如java。
2.4. UTF
考虑到unicode编码不兼容iso8859-1编码,而且容易占用更多的空间:因为对于英文字母,unicode也需要两个字节来表示。所以unicode不便于传输和存储。因此而产生了utf编码,utf编码兼容iso8859-1编码,同时也可以用来表示所有语言的字符,不过,utf编码是不定长编码,每一个字符的长度从1-6个字节不等。另外,utf编码自带简单的校验功能。一般来讲,英文字母都是用一个字节表示,而汉字使用三个字节。
3.在j2se下用System.out.println(System.getProperty("file.encoding"));来获取系统的默认编码。
- 编码基本知识
- 编码基本知识
- 编码基本知识
- 计算机编码的基本知识
- 计算机编码的基本知识
- Java 编码基本知识
- 计算机编码的基本知识
- 字符,编码的基本知识
- 字符编码方式基本知识
- 视频编码的基本知识
- H.264视频编码基本知识
- 脉冲编码调制基本知识概念
- H.264视频编码基本知识
- 字符,字节和编码的基本知识
- 字符,字节和编码的基本知识
- Swift 基本知识之十五 swift编码
- jsp编码问题与基本知识,上课笔记
- 基本知识
- SVG矢量图及其制作工具
- Struts IE8 相对路径 绝对路径
- 6条ASP.NET编程实用技巧
- 《C++ Primer中文版》(第四版)信息汇总(二)
- 网页弹出DIV。并使用其发送邮件
- 编码基本知识
- SVN安装配置记录
- 使用OpenGL扩展(转载)
- ping与nbtstat命令
- JBoss篇:安装与配置
- 网页跳转的三种方法
- 北大青鸟老师给初学者的一些建议
- 第一课关于 fork 和 exec 函数的学习
- ssh