初探字符集和字符集编码

一．字符：文字，标点符号，数字，图形符号等称为字符

字符集：由字符组成的集合，由于字符不同形成了不同的字符集

 

二．字符集要做的事就是两个：

①决定一个字符要用几个字节保存

②决定每个字符对应的二进制是什么

 

三．下面介绍三种类型的字符集编码，分别为ASCII，ANSI，UNICODE

a.ASCII：

 美国制定的一套字符集编码标准，对英文字符做了规定：对于每一个英文字符用一个字节表示，其中一个字节代表八位二进制。

ASCII一共规定了128个字符，所以对于每一个字符，只需用一个字节的后七位来表示（2^7=128），而最前面的一位（第八位）统一用零表示。

但是标准的ASCII表示的字符个数有限，像大天朝一样的有历史文话的国家来说，根本不能将所有字符都表示出来，从而自然的想到了将前面所说的没用起来的第八位也用起来，从而又扩充了128个字符，这称为扩展ASCII。

b.ANSI

由于不同国家对扩展ASCII的编码为128~255的字符填充了不同的字符，从而也就形成了仅适合于本国字符集的编码标准------ASCII标准。例如我国的GB2312,GBK,GB18030。

c.UNICODE

由于ANSI极具地方特色，从而在文件交流中有了差异。比如要打开一个国外来的文件，就必须知道他的编码方式，否则用错误的方式就会得到乱码。

为了避免交流间的障碍，又提出来了UNICODE编码。其思想是将世界上所有的字符都纳入到一个字符集上，从而使每一个字符所对应的编码唯一。