字符编码

本文主要说明三种编码： ASCII、GB、Unicode

ASCII

• ASCII 是为了表示拉丁字母的一套电脑编码系统
• 使用的8位二进制表示字符，最多能表示256个字符，但是至今只定义了128个字符,其中33个不做显示
• 以下是95个用二进制表示的拉丁字符

GB类编码

GB用来表示中文，常用的可以分为三种，GB2312，GBK，GB18030，代表着中文编码的演进过程。

GB2312

• 2个字节, 16位二进制 表示一个字，最多可以表示2**16=65536个字符
• 共收录6763个汉字

GBK

• GBK 向下与 GB 2312 编码兼容，向上支持 ISO 10646.1国际标准
• 使用了双字节编码方案，其编码范围从8140至FEFE（剔除xx7F），共23940个码位，共收录了21003个汉字

GB18030

• 采用变长多字节编码，每个字可以由1个、2个或4个字节组成。可以支持任何汉字
• 完全支持Unicode

Unicode

unicode用来确定世界上所有字符的唯一二进制编码
可变长度，即可以节省空间又可以支持任意字符

根据长度的不同又为UTF8、UTF16、UTF32

• UTF8 最少使用1个字节

  

• UTF16 最少使用2个字节
• UTF32 总是使用4个字节来表示