++YONG整理,转载请注明
1. 字节、字符、字符集和字符编码<o:p></o:p>
字节(byte):计算机中存储数据的单元,一个8位的二进制数,是一个很具体的存储空间。<o:p></o:p>
字符(Character):是文字与符号的总称,包括文字、图形符号、数学符号等。<o:p></o:p>
字符集(Charset):即字符的集合,规定了在这些集合里面有哪些字符。<o:p></o:p>
字符编码(Encoding):就是规定用一个字节还是多个字节来存储一个字符,用固定的二进制码值表示某个字符。<o:p></o:p>
2. 常见字符编码
1. <o:p> </o:p>
2. <o:p> </o:p>
2.1. ASCII字符编码<o:p></o:p>
它是由美国国家标准委员会制定的一种包括数字、字母、通用符号、控制符号在内的西文字符编码集,全称叫美国国家信息交换标准码,它是现今最通用的单字节编码系统。<o:p></o:p>
ASCII编码实际上只用了一个字节的7位,最前面的那位统一规定为0,一共能表示128 (27)个字符。如:字符 'a' 的编码为 0110 0001,相当于十进制整数97,字符 'A' 的编码为 0100 0001,十进制整数为65。<o:p></o:p>
2.2. ISO-8859-1字符编码<o:p></o:p>
又称Latin-1,是国际标准化组织(ISO)为西欧语言中的字符制定的编码,它用1个字节 (8位) 来为字符编码,共可表示255个字符。与ASCII编码兼容。(所谓兼容,是指对于相同的字符,它的编码值相同)。<o:p></o:p>
ISO-8859-1编码范围使用了单字节内的所有空间,在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流 都不会被抛弃。换而言之,把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题。这是个很重要的特性,MySQL数据库默认编码是Latin1就是利用了这个特性。
2.3. GB2312 字符编码<o:p></o:p>
GB2312 码是中华人民共和国国家汉字信息交换用编码,全称《信息交换用汉字编码字符集——基本集》,由国家标准总局发布,1981年5月1日实施,通行于大陆。新加坡等地也使用此编码。<o:p></o:p>
GB2312包括对简体中文字符的编码,一共收录了7445个字符,包括6763个汉字和682个其他符号,未收录繁体中文汉字和一些生僻字。它与ASCII字符编码兼容。<o:p></o:p>
GB2312规定“对任意一个图形、字符都采用两个字节表示,每个字节均采用七位编码表示”,习惯上称第一个字节为“高字节”,第二个字节为“低字节”。<o:p></o:p>
2.4. GBK 字符编码<o:p></o:p>
1995年12月全国信息技术化技术委员会发布,它是对GB2312字符编码的扩展,向下完全兼容GB2312,收录了21886个字符,GBK编码能够用来同时表示繁体中文字符和简体中文字符。它区分为汉字区和图形符号区。汉字区包括21003个字符。GBK字符编码与GB2312字符编码兼容。<o:p></o:p>
GBK已经在Windows、Linux等多种操作系统中被实现。<o:p></o:p>
2.5. GB18030字符编码<o:p></o:p>
GB18030 是最新的汉字编码字符集国家标准, 向下兼容 GBK 和 GB2312 标准。收录了27484个汉字,编码空间约为160万码位。<o:p></o:p>
GB18030 编码是一二四字节变长编码。一字节部分从 0x0~0x7F 与 ASCII 编码兼容。 二字节部分, 首字节从 0x81~0xFE, 尾字节从 0x40~0x7E 以及 0x80~0xFE, 与 GBK 标准基本兼容。 四字节部分, 第一字节从 0x81~0xFE, 第二字节从 0x30~0x39, 第三和第四字节的范围和前两个字节分别相同。 四字节部分覆盖了从 0x0080 开始, 除去二字节部分已经覆盖的所有 Unicode 3.1 码位。也就是说, GB18030 编码在码位空间上做到了与 Unicode 标准一一对应,这一点与 UTF-8 编码类似。<o:p></o:p>
2.6. BIG5<o:p></o:p>
BIG5 是通行于台湾、香港地区的一个繁体字编码方案。虽然存在一些瑕疵,但广泛应用于电脑行业,尤其是互联网中,从而成为一种事实上的行业标准。<o:p></o:p>
1983年10月,台湾国家科学委员会、教育部国语推行委员会、中央标准局、行政院共同制定了《通用汉字标准交换码》,后经修订于1992年5月公布,更名为《中文标准交换码》,BIG5 是台湾资讯工业策进会根据以上标准制定的编码方案。<o:p></o:p>
BIG5 码是双字节编码方案,其中第一个字节的值在 OXAO-OXFE 之间,第二个字节在 OX40-OX7E 和 OXA1-OXFE 之间。BIG5 收录 13461 个汉字和符号。<o:p></o:p>
2.7. Unicode 字符编码<o:p></o:p>
Unicode(统一码、万国码、单一码)是一种在计算机上使用的字符编码。它为每种语言中的每个字符设定了统一并且唯一的二进制编码,以满足跨语言、跨平台进行文本转换、处理的要求。1990年开始研发,1994年正式公布。随着计算机工作能力的增强,Unicode也在面世以来的十多年里得到普及。<o:p></o:p>
2006年6月的最新版本的 Unicode 是 2005年3月31日推出的Unicode 4.1.0 。另外,5.0 Beta已于2005年12月12日推出,以供各会员评价。<o:p></o:p>
Unicode有两套编码方式:<o:p></o:p>
l 用2个字节(16位)编码,采用这个编码方案的字符集被称为UCS-2(UCS是指采用Unicode字符编码的通用字符集)。Java语言采用的就是两个字节的编码方式。<o:p></o:p>
分享到:
相关推荐
Java字符集和编码 ,Java字符集和编码Java字符集和编码
字符集和编码, 原来是这样
那什么是字符呢?在计算机领域,我们把诸如文字、标点符号...这就涉及到字符编码的概念了,比如一个字符集有 8 个字符,那么用 3 个二进制位就可以完全表示该字符集的所有字符,也即每个字符用 3 个二进制位进行编码。
标准的现代维吾尔文字符集unicode编码表
字符集与字符集编码简介 我们知道,计算机只能识别诸如0101这样的二进制数,于是人们必须以二进制数据与计算机进行交互,或者先将人类使用的字符按一定规则转换为二进制数。 那什么是字符呢?在计算机领域,我们把...
文档中主要介绍了各类字符集以及相关的字符编码,字符的显示原理,从输入到显现的整个过程,程序中出现的乱码问题以及解决方案
关于字符集和字符编码的研究,主要有字符集、编码的概念,GBK、UTF编码、ISO-8859等
字符集编码问题字符集编码问题字符集编码问题
深入地概括了常用的字符集和编码, 看后可对相关知识有深入的理解.
标准的GBK字符集编码表,工具类文档必备
GB 18030-2005 信息技术 中文编码字符集
字符集编码查询/反查工具
字符编码(Character Encoding):是⼀一套法则,使⽤用该法则能够对⾃自然语⾔言 的字符的⼀一个集合(如字⺟母表或⾳音节表),与其他东⻄西的⼀一个集合(如号码或 电脉冲)进⾏行配对。即在符号集合与数字系统...
qt实现转换文件字符集编码
霍夫曼编码,对输入的字符集和各个字符对应的权值,例如A={a,b,c,d,e,f,g,h},各个字符对应的权值为{5,29,7,8,14,23,3,11},求出每个字符的霍夫曼编码。 【输入形式】 输入若干个字符(1 ),其权值为int型。 输入...
介绍一些比较常见的字符集以及字符编码,比如ASCII字符集、GBXXX字符集、BIG5字符集等等。还附带介绍如何判断字符集
NULL 博文链接:https://yintech.iteye.com/blog/406253
GB18030-2005 信息技术 中文编码字符集,单双四字节所有字符,包含简繁生僻字。
GB-T 2312-1980 信息交换用汉字编码字符集 基本集
字符集、GB2312、utf-8、iso-8859